2019最新win10 安裝tensorflow1.4（GPU/CPU）+cuda8.0+cudnn8.0-v6 + keras 安裝CUDA失敗 導入tensorflow失敗報錯問題解決

 

 

 

原文做者：aircraft

原文連接：https://www.cnblogs.com/DOMLX/p/9747019.html

 

 

基本開發環境搭建

1. Microsoft Windows 版本

關於Windows的版本選擇，本人強烈建議對於部分高性能的新機器採用Windows 10做爲基礎環境，部分老舊筆記本或低性能機器採用Windows 7便可，本文環境將以Windows 10做爲開發環境進行描述。對於Windows 10的發行版本選擇，筆者建議採用Windows_10_enterprise_2016_ltsb_x64做爲基礎環境。

這裏推薦到MSDN我告訴你下載，也感謝做者國內優秀做者雪龍狼前輩所作出的貢獻與犧牲。

直接貼出熱鏈，複製粘貼迅雷下載：

ed2k://|file|cn_windows_10_enterprise_2016_ltsb_x64_dvd_9060409.iso|3821895680|FF17FF2D5919E3A560151BBC11C399D1|/

 

2. 編譯環境Microsoft Visual Studio 2015 Update 3

(安裝CPU版本非必須安裝)

CUDA編譯器爲Microsoft Visual Studio，版本從2010-2015，cuda8.0僅支持2015版本，暫不支持VS2017，本文采用Visual Studio 2015 Update 3。 一樣直接貼出迅雷熱鏈：

ed2k://|file|cn_visual_studio_professional_2015_with_update_3_x86_x64_dvd_8923256.iso|7745202176|DD35D3D169D553224BE5FB44E074ED5E|/

vs2015下載百度雲磁力：連接：https://pan.baidu.com/s/1nZk92C-I8oRvxbyjELBNEw 密碼：1hnb

3. Python環境

python環境建設推薦使用科學計算集成python發行版Anaconda，Anaconda是Python衆多發行版中很是適用於科學計算的版本，裏面已經集成了不少優秀的科學計算Python庫。 建議安裝Anconda3 4.2.0版本，目前新出的python3.6存在部分不兼容問題，因此建議安裝歷史版本4.2.0 注意：windows10版本下的tensorflow暫時不支持python2.7

下載地址： Anaconda

 

 

建立python虛擬環境。

 

在CMD執行如下命令建立python版本爲3.六、名字爲tensorflow的虛擬環境。tensorflow文件能夠在Anaconda安裝目錄envs文件下找到

 

conda create -n tensorflow python=3.6

 

這裏的tensorflow只是個名字變量而已，能夠隨意改 好比個人是conda create -n py3 python=3.6
完畢後記得用activate 你的名字變量 進入虛擬環境
好比個人：activate py3
退出虛擬環境：deactivate
conda create -n py3 python=3.6
完畢後記得用activate 你的名字變量 進入虛擬環境
好比個人：activate py3
退出虛擬環境：deactivateactivateactivate

4. CUDA

(安裝CPU版本非必須安裝) CUDA Toolkit是NVIDIA公司面向GPU編程提供的基礎工具包，也是驅動顯卡計算的核心技術工具。 直接安裝CUDA8.0便可 下載地址：https://developer.nvidia.com/cuda-downloads 在下載以後，按照步驟安裝，不建議新手修改安裝目錄，同上，環境不須要配置，安裝程序會自動配置好。

這裏可能會出現安裝CUDA失敗，緣由多是

1.VS2015（或者以前裝的VS系列沒有卸載乾淨，建議重裝系統hhhhh）沒有裝

2.沒有安裝在C盤默認目錄（由於這裏我裝其餘盤都會失敗，就C盤成功了）

3.從安全模式啓動（參見http://www.tudoupe.com/win10/win10jiqiao/2016/1222/6230.html）。在c盤的Program Files和Program Files(x86)兩個文件夾中分別刪除NVIDIA Corporation和NVIDIA GPU Computing Toolkit（這個沒有的話就隨意）文件夾。正常模式重啓，從新安裝便可。 這裏可能會出現文件NVIDIA Corporation被佔用的狀況，進入安全模式刪除便可。

 

6. 加速庫CuDNN

從官網下載須要註冊 Nvidia 開發者帳號，網盤搜索通常也能找到。

CuDNN5.1百度雲下載

CuDNN6.1百度雲下載

CuDNN9.0百度雲三個版本下載都在下面百度雲連接裏

連接：https://pan.baidu.com/s/1mprpx7iO2CW3Y1xjFQBLzQ 密碼：6m6g

 

本文用的是裏面的cudnn8.0-v6版本+tensorflow--1.4+cuda8.0

 

7. 安裝tensorflow

若是原來有安裝，卸載原來的tensorflow：pip uninstall tensorflow-gpu

安裝新版本的tensorflow：pip install tensorflow-gpu==1.4　　　　

這裏若是是1.6以上的話CUDNN要9.0的才行1.3如下的話CUDA 和CUDNN都要換版本 具體狀況具體百度查對應版本。1.1如下的話好像基本不能GPU運行了

（CPU版本：pip install --upgrade tensorflow）CPU版本最簡單也適合新手  直接python建立完虛擬環境3.6以後直接安裝便可。

若是安裝過程報錯：Could not find a version that satisfies the requirement tensorflow (from versions: )
No matching distribution found for tensorflow
You are using pip version 9.0.1, however version 18.1 is available.
You should consider upgrading via the 'python -m pip install --upgrade pip' command.

 

就直接：python -m pip install --upgrade pip  

升級PIP便可

 

安裝完畢開始測試：

首先確保本身進入安裝tensorflow的虛擬環境，而後直接  python進入py環境

而後import tensorflow as tf

沒有報錯的話在輸入 tf.__version__ 

出現版本號即表明成功了

若是import tensorflow as tf 出現錯誤：

Traceback (most recent call last):

File "C:\Users\****\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow_internal.py", line 18, in swig_import_helper

return importlib.import_module(mname)

File "C:\Users\****\Anaconda3\lib\importlib\__init__.py", line 126, in import_module

return _bootstrap._gcd_import(name[level:], package, level)

File "<frozen importlib._bootstrap>", line 986, in _gcd_import

File "<frozen importlib._bootstrap>", line 969, in _find_and_load

File "<frozen importlib._bootstrap>", line 958, in _find_and_load_unlocked

File "<frozen importlib._bootstrap>", line 666, in _load_unlocked

File "<frozen importlib._bootstrap>", line 577, in module_from_spec

File "<frozen importlib._bootstrap_external>", line 906, in create_module

File "<frozen importlib._bootstrap>", line 222, in _call_with_frames_removed

ImportError: DLL load failed: 找不到指定的模塊。

或者導入tensorflow報錯：

ImportError: DLL load failed: 找不到指定的模塊。

 

亦或者導入tensorflow報錯：

Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions. Include the entire stack trace

above this error message when asking for help.

亦或者導入tensorflow報錯：

一、libcudnn.so.x 找不到的狀況：沒有裝 cuDNN

二、libcublas.so.x 找不到的狀況：版本不匹配， CUDA與 cuDNN 或者tensorflow 版本不匹配，等等

 

 

以上的全部報錯我都經歷過，而且別人的教程都說是CUDA和CUDNN版本不匹配，或者VS2015/2017沒有安裝 ，的確是這樣的，結果我都試了好多個版本都沒有解決。最後發現個人tensorflow是1.1版本的太老了  換成1.4就成功了(2017可能太新不匹配DUDA8.0)

因此解決辦法：temsorflow版本+VS2015/2017安裝+CUDA版本+CUDNN版本要匹配  中間哪個版本沒匹配都會出現上面的報錯。具體狀況具體查本身電腦配置的匹配版本  本電腦是1050TI，CPU是志強I5

 

7. 安裝keras

 

pip install keras -U --pre

而後進入python 
import keras
沒有報錯就表明成功。


若是報錯：
Traceback (most recent call last):
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_vendor\urllib3\response.py", line 331, in _error_catcher
    yield
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_vendor\urllib3\response.py", line 413, in read
    data = self._fp.read(amt)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_vendor\cachecontrol\filewrapper.py", line 62, in read
    data = self.__fp.read(amt)
  File "E:\ANDROD\envs\py3\lib\http\client.py", line 449, in read
    n = self.readinto(b)
  File "E:\ANDROD\envs\py3\lib\http\client.py", line 493, in readinto
    n = self.fp.readinto(b)
  File "E:\ANDROD\envs\py3\lib\socket.py", line 586, in readinto
    return self._sock.recv_into(b)
  File "E:\ANDROD\envs\py3\lib\ssl.py", line 1002, in recv_into
    return self.read(nbytes, buffer)
  File "E:\ANDROD\envs\py3\lib\ssl.py", line 865, in read
    return self._sslobj.read(len, buffer)
  File "E:\ANDROD\envs\py3\lib\ssl.py", line 625, in read
    v = self._sslobj.read(len, buffer)
socket.timeout: The read operation timed out

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\basecommand.py", line 141, in main
    status = self.run(options, args)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\commands\install.py", line 299, in run
    resolver.resolve(requirement_set)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\resolve.py", line 102, in resolve
    self._resolve_one(requirement_set, req)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\resolve.py", line 256, in _resolve_one
    abstract_dist = self._get_abstract_dist_for(req_to_install)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\resolve.py", line 209, in _get_abstract_dist_for
    self.require_hashes
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\operations\prepare.py", line 283, in prepare_linked_requirement
    progress_bar=self.progress_bar
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\download.py", line 836, in unpack_url
    progress_bar=progress_bar
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\download.py", line 673, in unpack_http_url
    progress_bar)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\download.py", line 897, in _download_http_url
    _download_url(resp, link, content_file, hashes, progress_bar)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\download.py", line 617, in _download_url
    hashes.check_against_chunks(downloaded_chunks)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\utils\hashes.py", line 48, in check_against_chunks
    for chunk in chunks:
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\download.py", line 585, in written_chunks
    for chunk in chunks:
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\utils\ui.py", line 159, in iter
    for x in it:
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_internal\download.py", line 574, in resp_read
    decode_content=False):
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_vendor\urllib3\response.py", line 465, in stream
    data = self.read(amt=amt, decode_content=decode_content)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_vendor\urllib3\response.py", line 430, in read
    raise IncompleteRead(self._fp_bytes_read, self.length_remaining)
  File "E:\ANDROD\envs\py3\lib\contextlib.py", line 99, in __exit__
    self.gen.throw(type, value, traceback)
  File "E:\ANDROD\envs\py3\lib\site-packages\pip-18.0-py3.6.egg\pip\_vendor\urllib3\response.py", line 336, in _error_catcher
    raise ReadTimeoutError(self._pool, None, 'Read timed out.')
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.


這是由於超時報錯，直接：pip --default-timeout=100 install -U Pillow
設置超時時間便可。

如有興趣交流分享技術，可關注本人公衆號，裏面會不按期的分享各類編程教程，和共享源碼，諸如研究分享關於c/c++,python,前端，後端，opencv,halcon,opengl,機器學習深度學習之類有關於基礎編程，圖像處理和機器視覺開發的知識