Tensorflow2 GPU 安装方法

1. 首先安装Anaconda3环境

https://www.anaconda.com/

2. 在Anaconda Prompt 中安装tensorflow2

conda update conda
conda create -n tensorflow python=3.9
conda activate tensorflow
pip install tensorflow-gpu==2.7.0 -i  https://pypi.mirrors.ustc.edu.cn/simple
pip install protobuf==3.19.6 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn

# 找不到cuda Could not load dynamic library 'libcudart.so.11.0'
# 安装cuda的时候记得退出当前虚拟环境，不然还是会找不到cuda
conda install -c nvidia/label/cuda-11.6.1 cuda
https://zhuanlan.zhihu.com/p/483398695
which nvcc  查看是否安装好


1
2
3
4
5
6
7
8
9
10
11
12
13

接下来要做的很重要，在服务器上，我们自己安装的都在miniconda中
使用which nvcc 可以找到：

我们可以查看miniconda3路径下的lib,里面可以找到我们需要的cuda链接库

然后我们就可以去配置我们的路径了

vim ~/.bashrc #进入配置文件；
1

找个位置将下面两行插入进去就行：

export PATH=/mnt/sda3/home/XX/miniconda3/bin/:$PATH
export LD_LIBRARY_PATH=/mnt/sda3/home/XX/miniconda3/lib:$LD_LIBRARY_PATH
1
2

vim： i 插入 :wq 保存退出

然后更新配置：

source ~/.bashrc
1

再次激活环境，就不会有异常了：

当出现下面问题时，是还没有安装cudnn

Could not load dynamic library 'libcudnn.so.8'; dlerror: libcudnn.so.8: cannot open shared object file: No such file or directory; 
1

cudnn 下载地址

https://developer.nvidia.com/cudnn
tar -xvf cudnn-linux-x86_64-8.9.5.29_cuda11-archive.tar

cp include/* miniconda3/include
cp lib/* miniconda3/lib

1
2
3
4
5
6

成功

3. 验证GPU是否可以使用

参考博客：https://blog.csdn.net/weixin_43412762/article/details/129824339

4. 错误解决

1. 如果在训练时出现以下错误，需要重新安装其他版本的cuda,我是重新安装了cuda12的cuda.

 tensorflow/stream_executor/gpu/redzone_allocator.cc:314] UNKNOWN: Failed to create a NewWriteableFile:
1

2. 如果出现 I tensorflow/stream_executor/cuda/cuda_dnn.cc:366] Loaded cuDNN version 8500，然后程序终止了，提示缺少文件
   
   

按照图片进行配置，可以看到实际的报错是什么，会在输出中看到缺少安装zlibwapi.lib。
下面是链接

下载之后放在C:\Windows\System32中就可以了