2019最新win10 安装tensorflow1.4（GPU/CPU）+cuda8.0+cudnn8.0-v6 + keras 安装CUDA失败导入tensorflow失败报错问题解决

原文作者：aircraft

原文链接：https://www.cnblogs.com/DOMLX/p/9747019.html

基本开发环境搭建

1. Microsoft Windows 版本

关于Windows的版本选择，本人强烈建议对于部分高性能的新机器采用Windows 10作为基础环境，部分老旧笔记本或低性能机器采用Windows 7即可，本文环境将以Windows 10作为开发环境进行描述。对于Windows 10的发行版本选择，笔者建议采用Windows_10_enterprise_2016_ltsb_x64作为基础环境。

这里推荐到MSDN我告诉你下载，也感谢作者国内优秀作者雪龙狼前辈所做出的贡献与牺牲。

2019最新win10 安装tensorflow1.4（GPU/CPU）+cuda8.0+cudnn8.0-v6 + keras 安装CUDA失败导入tensorflow失败报错问题解决

直接贴出热链，复制粘贴迅雷下载：

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

2. 编译环境Microsoft Visual Studio 2015 Update 3

(安装CPU版本非必须安装)

CUDA编译器为Microsoft Visual Studio，版本从2010-2015，cuda8.0仅支持2015版本，暂不支持VS2017，本文采用Visual Studio 2015 Update 3。同样直接贴出迅雷热链：

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

vs2015下载百度云磁力：链接：https://pan.baidu.com/s/1nZk92C-I8oRvxbyjELBNEw 密码：1hnb

MSDN

3. Python环境

python环境建设推荐使用科学计算集成python发行版Anaconda，Anaconda是Python众多发行版中非常适用于科学计算的版本，里面已经集成了很多优秀的科学计算Python库。建议安装Anconda3 4.2.0版本，目前新出的python3.6存在部分不兼容问题，所以建议安装历史版本4.2.0 注意：windows10版本下的tensorflow暂时不支持python2.7

下载地址： Anaconda

创建python虚拟环境。

在CMD执行以下命令创建python版本为3.6、名字为tensorflow的虚拟环境。tensorflow文件可以在Anaconda安装目录envs文件下找到

conda create -n tensorflow python=3.6

这里的tensorflow只是个名字变量而已，可以随意改   比如我的是conda create -n py3 python=3.6
完毕后记得用activate 你的名字变量  进入虚拟环境
比如我的：activate py3
退出虚拟环境：deactivate

4. CUDA

(安装CPU版本非必须安装) CUDA Toolkit是NVIDIA公司面向GPU编程提供的基础工具包，也是驱动显卡计算的核心技术工具。直接安装CUDA8.0即可下载地址：https://developer.nvidia.com/cuda-downloads 2019最新win10 安装tensorflow1.4（GPU/CPU）+cuda8.0+cudnn8.0-v6 + keras 安装CUDA失败导入tensorflow失败报错问题解决在下载之后，按照步骤安装，不建议新手修改安装目录，同上，环境不需要配置，安装程序会自动配置好。

这里可能会出现安装CUDA失败，原因可能是

1.VS2015（或者之前装的VS系列没有卸载干净，建议重装系统hhhhh）没有装

2.没有安装在C盘默认目录（因为这里我装其他盘都会失败，就C盘成功了）

3.从安全模式启动（参见http://www.tudoupe.com/win10/win10jiqiao/2016/1222/6230.html）。在c盘的Program Files和Program Files(x86)两个文件夹中分别删除NVIDIA Corporation和NVIDIA GPU Computing Toolkit（这个没有的话就随意）文件夹。正常模式重启，重新安装即可。这里可能会出现文件NVIDIA Corporation被占用的情况，进入安全模式删除即可。

6. 加速库CuDNN

从官网下载需要注册 Nvidia 开发者账号，网盘搜索一般也能找到。

CuDNN5.1百度云下载

CuDNN6.1百度云下载

CuDNN9.0百度云三个版本下载都在下面百度云链接里

链接：https://pan.baidu.com/s/1mprpx7iO2CW3Y1xjFQBLzQ 密码：6m6g

本文用的是里面的cudnn8.0-v6版本+tensorflow--1.4+cuda8.0

7. 安装tensorflow

如果原来有安装，卸载原来的tensorflow：pip uninstall tensorflow-gpu

安装新版本的tensorflow：pip install tensorflow-gpu==1.4　　　　

这里如果是1.6以上的话CUDNN要9.0的才行1.3以下的话CUDA 和CUDNN都要换版本具体情况具体百度查对应版本。1.1以下的话好像基本不能GPU运行了

（CPU版本：pip install --upgrade tensorflow）CPU版本最简单也适合新手直接python创建完虚拟环境3.6之后直接安装即可。

pip install tensorflow -i https://pypi.douban.com/simple cpu版本

如果安装过程报错：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

升级PIP即可

安装完毕开始测试：

首先确保自己进入安装tensorflow的虚拟环境，然后直接 python进入py环境

然后import tensorflow as tf

没有报错的话在输入 tf.__version__

出现版本号即代表成功了

如果import tensorflow as tf 出现错误：

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: 找不到指定的模块。

或者导入tensorflow报错：

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

亦或者导入tensorflow报错：

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.

亦或者导入tensorflow报错：

1、libcudnn.so.x 找不到的情况：没有装 cuDNN

2、libcublas.so.x 找不到的情况：版本不匹配， CUDA与 cuDNN 或者tensorflow 版本不匹配，等等

以上的所有报错我都经历过，并且别人的教程都说是CUDA和CUDNN版本不匹配，或者VS2015/2017没有安装，的确是这样的，结果我都试了好多个版本都没有解决。最后发现我的tensorflow是1.1版本的太老了换成1.4就成功了(2017可能太新不匹配DUDA8.0)

所以解决办法：temsorflow版本+VS2015/2017安装+CUDA版本+CUDNN版本要匹配中间哪一个版本没匹配都会出现上面的报错。具体情况具体查自己电脑配置的匹配版本本电脑是1050TI，CPU是志强I5

7. 安装keras

pip install keras -U --pre

然后进入python    
import keras
没有报错就代表成功。


如果报错：
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.


这是因为超时报错，直接：pip --default-timeout=100 install -U Pillow
设置超时时间即可。