40系显卡安装Tensorflow1.15.4的过程

type

status

date

slug

summary

一、背景

最近在跑项目的时候需要Tensorflow1.x的环境。按道理在Anaconda下安装就完事，但是很**的事情就是，30/40系的显卡并不支持Tensorflow1.x的安装，但是很多基本项目是用Tensorflow1.x来写的，用Tensorflow2.x重构的话需要不少的时间成本（但是现在回看的话，感觉时间成本都还差不多）。所以我找了不少资料来搞定这个环境问题。

二、环境准备

Win11+4060laptop+anaconda下的python==3.8.x

下面讲的东西都默认你对conda指令和一些对应的关系有一定了解

三、环境步骤

① 准备cudatoolkit

这里一定是cudatoolkit==11.8

② 准备cudnn

这里建议在conda的虚拟环境下运行search命令

命令：conda search cudnn

这么做的原因是：在这里能仔细的看到相匹配的cudatoolkit和cudnn，这两个一定要相互对应！！！

经过搜索发现这里匹配cuda11.x的cudnn版本为8.9.2.26

所以安装cudnn的命令：conda install cudnn==8.9.2.26

③ 安装tensorflow1.x

一开始我是想着按照什么pip install、conda install等命令行进行安装的。虽然这样也能安装好，但是后续我在跑tensorflow1.x的项目时会出现错误。所以通过这种命令行安装tensorflow1.x的方式并不可行。

后面参考到这个例子，发现是通过安装whl文件的方式来进行安装的。所以可以尝试一下。

在通过前期的准备工作之后，你可以通过这个GitHub项目地址来下载想要的whl文件

将这4个压缩包合并之后解压（360压缩是直接就可以解压的），然后在虚拟环境中将whl包安装上

命令：pip install /路径/路径/xx.whl

④ 结束

到这里tensorflow1.x安装在40系显卡的步骤就已经完成了，剩下的错误就是在运行项目的问题了。比如我就遇到了setuptools版本过高、zlibwapi.dll缺失、absl-py缺失、protobuf版本过高的问题，这些都可以在百度上找到。但是还是有一些问题没有解决（不会影响实验进程和实验结果），比如说，matplotlib版本过高导致的numpy冲突问题都还没有解决，所以说最好的方式还是移植到最新的tensorflow2.x上。