win10+cuda10.1+cudnn7.5+anaconda3 安裝 tensorflow-gpu

•  在nvdia官網下載下傳 cuda10.1 win10 x64, 安裝。
• 在nvdia官網下載下傳 cudnn-10.1-windows10-x64-v7.5.0.56.zip， 解壓，将裡面的檔案夾複制到cuda的安裝目錄 比如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
• 下載下傳anaconda3 （2019年6月19日 Anaconda3-2019.03-Windows-x86_64.exe,注意安裝的是python3.7），一路安裝。(如果想直接在windows指令行中使用python、pip，請安裝後手動把anaconda的安裝目錄添加到環境變量path.)
• 打開 anaconda prompt，使用pip 安裝 ，pip install tensorflow-gpu
• 使用例子， 

  import tensorflow as tf
             

  此pip指令按照的是最新版本的tensorflow1.4（除了2的beta版本之外）。

  好了，總算問題來了。。。

  ImportError: DLL load failed: 找不到指定的子產品。
  
  
  Failed to load the native TensorFlow runtime.
  
  See https://www.tensorflow.org/install/errors
  
  for some common reasons and solutions.  Include the entire stack trace
  above this error message when asking for help.
             

  網上GitHub一查，大把人出現這個問題， Win10: ImportError: DLL load failed: 浏覽了一遍後發現問題，“ confirmed it needs a dependency on 

  CUBLAXX_100.DLL

  .

  Then I installed CUDA10.0 and it works.” cuda版本不對。。。難道要重裝cuda？将cuda降級到10.0?雖然現在cuda裝起來很容易，也不需要額外配置，可是還是麻煩啊，之前都用得好好的。。有點不甘心啊。。

• 一番折騰之後發現官方的whl都不支援10.1，但是總是有好人的。下面的github提供了重編譯的版本，支援10.1的cuda。下載下傳位址如下https://github.com/fo40225/tensorflow-windows-wheel

•  tensorflow-windows-wheel/1.14.0/py37/GPU/cuda101cudnn76avx2/tensorflow_gpu-1.14.0-cp37-cp37m-win_amd64.7z.001 和 002 （或者其他版本的tenfowflow），解壓，，之後在anaconda prompt 下将目錄cd到下載下傳目錄，然後pip install xxx.whl，顯示安裝成功。
• 如果你其他的都沒有裝（anaconda cuda），請參考博文 https://blog.csdn.net/huanyingzhizai/article/details/89298964
• 測試一下：

• import tensorflow as tf
  import numpy as np
  
  
  b = tf.test.is_gpu_available(cuda_only = False, min_cuda_compute_capability = None)
  print(b)
  
  # 使用 NumPy 生成假資料(phony data), 總共 100 個點.
  x_data = np.float32(np.random.rand(2, 100)) # 随機輸入
  y_data = np.dot([0.100, 0.200], x_data) + 0.300
  
  # 構造一個線性模型
  # 
  b = tf.Variable(tf.zeros([1]))
  W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
  y = tf.matmul(W, x_data) + b
  
  # 最小化方差
  loss = tf.reduce_mean(tf.square(y - y_data))
  optimizer = tf.train.GradientDescentOptimizer(0.5)
  train = optimizer.minimize(loss)
  
  # 初始化變量
  init = tf.global_variables_initializer()
  
  # 啟動圖 (graph)
  sess = tf.Session()
  sess.run(init)
  
  # 拟合平面
  for step in range(0, 201):
      sess.run(train)
      if step % 20 == 0:
          print( step, sess.run(W), sess.run(b))
             

  成功輸出結果！！大功告成。
•  如果想使用更高版本的tensorflow，可以參考網友給出的其他解決方案，将cuda降級到10.0。

- Windows 10 Home 64bit
- CUDA Toolkit 10.0 (Sept 2018)
- Download cuDNN v7.6.0 (May 20, 2019), for CUDA 10.0
- Python 3.7.3 Windows AMD64
- Tensorflow-gpu 1.13 1.14 2
           

---------------END-------------------------

2019年7月23日