Windows 10 TensorFlow-GPU 1.14 CUDA10 cuDNN v7.4 python 3.6,安装总结

1.写在开始

由于重装了系统,清除了所有的东西,需要再次安装。
整理一下tensorflow-gpu 1.14的安装过程,往常都是记录到记事本上,很不方便。遂发帖记录,方便后期查看。
有些版本说需要visual studio,本次安装时是新的Windows系统,未安装vs,成功运行。

2.前期准备

tensorflow对应cuda,cudnn,python版本查询:https://tensorflow.google.cn/install/source
tensorflow-gpu 1.14对应cuda10,cudnn >=v7.1.0,python 3.3-3.7。

需要下载的文件:

  1. Anaconda,此次安装版本Anaconda5.2.0;
  2. pycharm选择社区版;
  3. CUDA(cuda_10.0.130_411.31_win10);
  4. cudnn(cudnn-10.0-windows10-x64-v7.4.2.24);

下载链接如下:

  1. Anaconda5.2.0。
    源自清华
    地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

  2. pycharm选择社区版
    社区版不用激活,此次选择社区版
    社区版:https://www.jetbrains.com/pycharm/download/#section=windows

  3. CUDA
    注意对应版本!
    CUDA10:https://developer.nvidia.com/cuda-toolkit-archive

  4. cudnn
    注意对应版本!tensorflow-gpu 1.14对应cuda10,cudnn >=v7.1.0,本次选择cudnn=v7.4.2。 https://developer.nvidia.com/rdp/cudnn-archive
    需要注册Nvidia账号,按照要求注册即可。

3.安装

3.1.Anaconda安装

安装选项:
安装路径可以更改,本次选择路径为:D:\Anaconda3。

保险起见,决定自行添加环境变量
□Add Anaconda to my PATH environment variable 不勾选
■Register anaconda as my default Python 3.6可以选择勾选。

安装完成,如下添加环境变量:
在这里插入图片描述
点击下图新建,添加左侧的三个环境变量:
分别为:
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
在这里插入图片描述

Win+R输入cmd,回车;
输入:conda -V,回车;
出现以下图片说明成功。
在这里插入图片描述

3.2.更改镜像地址

为了保证下载速度,更换为国内镜像源。

  1. 打开Anaconda Prompt,输入以下命令,逐行输入,然后回车。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

conda info

可以看到以下窗口,aliyun排在首位,说明源地址更换成功。
在这里插入图片描述

3.3.安装tensorflow-gpu

首先创建虚拟环境:

conda create -n  tfgpu   pip python=3.6.4.  #tfgpu可自己更改

激活环境

 activate tfgpu 

回车后出现

在这里插入图片描述

安装tensorflow-gpu

(base) C:\Users\yuank>activate tfgpu

(tfgpu) C:\Users\yuank>pip install tensorflow-gpu==1.14
		#保险起见,安装结束之后,再接着输入以下命令
        conda install anaconda

安装结束,可以尝试

(tfgpu) C:\Users\yuank> python #回车

(tfgpu) C:\Users\yuank>import tensorflow as tf #回车

#然后回出现报错,原因是没有安装cuda和cudnn。

3.4.安装cuda和cudnn

安装之前先卸载驱动程序,cuda里面已经自带了图形驱动程序。

安装已经下载过的cuda_10.0.130_411.31_win10.exe,建议默认路径安装。
→自定义安装→选择所有组件,等待安装结束。
安装结束可以查看安装路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

解压cudnn-10.0-windows10-x64-v7.4.x.x文件。
找到解压的文件夹,→cuda→ bin →cudnn64_7.dll,复制粘贴cudnn64_7.dll,
放到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

找到解压的文件夹,cuda → include → cudnn ,复制cudnn文件
放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include

找到解压的文件夹,cuda → lib → x64→,复制 cudnn.ib文件
放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

至此,cuda和cudnn安装结束。

3.5.配置系统变量

找到以下
在这里插入图片描述
在这里插入图片描述
添加系统变量。
由于是默认安装路径,可以直接参考以下路径,直接复制添加:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

至此,tensorflow-gpu 1.14搭建完成,可以试着在Anaconda Prompt 尝试能否导入tensorflow:

(base) C:\Users\yuank>activate tfgpu

(tfgpu) C:\Users\yuank>python
Python 3.7.11 (default, Jul 27 2021, 09:42:29) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.test.gpu_device_name()
2021-08-22 12:17:27.188405: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2021-08-22 12:17:27.192547: I tensorflow/stream_executor/platform/default/dso_loader.cc:42] Successfully opened dynamic library nvcuda.dll
2021-08-22 12:17:27.223703: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1640] Found device 0 with properties:
name: GeForce RTX 2080 Ti major: 7 minor: 5 memoryClockRate(GHz): 1.545
pciBusID: 0000:01:00.0
2021-08-22 12:17:27.227183: I tensorflow/stream_executor/platform/default/dlopen_checker_stub.cc:25] GPU libraries are statically linked, skip dlopen check.
2021-08-22 12:17:27.229218: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1763] Adding visible gpu devices: 0
2021-08-22 12:17:27.682928: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1181] Device interconnect StreamExecutor with strength 1 edge matrix:
2021-08-22 12:17:27.685655: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1187]      0
2021-08-22 12:17:27.687175: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1200] 0:   N
2021-08-22 12:17:27.689028: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1326] Created TensorFlow device (/device:GPU:0 with 8693 MB memory) -> physical GPU (device: 0, name: GeForce RTX 2080 Ti, pci bus id: 0000:01:00.0, compute capability: 7.5)

至此,成功。

下面可以安装IDE软件:pycharm

3.6.安装pycharm

路径可以自己选择,此次安装选择了添加路径,bin勾选。
安装之后选择编译器
File→Settings-Projecect-Python Interpreter
在这里插入图片描述
点击OK之后出现以下页面:
在这里插入图片描述
点击Apply应用,然后点击OK即可完成。
至此,全部搭建完毕。

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于安装 TensorFlow-GPU 1.14.0,您需要确保您的 Anaconda 环境已正确设置,并且已安装了正确版本的 CUDAcuDNN。 下面是安装步骤: 1. 首先,确保您已经成功安装Anaconda。如果还没有安装,请按照官方文档的指导进行安装。 2. 接下来,您需要安装 CUDA 10.0。您可以从 NVIDIA 官方网站下载适用于您的操作系统的 CUDA 安装程序,并按照指示进行安装。 3. 安装 CUDA 后,您需要安装 cuDNN 7.4。您需要先注册一个 NVIDIA 开发者账号,然后从 NVIDIA 开发者网站下载 cuDNN 安装包。根据您的操作系统和 CUDA 版本选择正确的版本,并根据 cuDNN 安装指南进行安装。 4. 安装CUDAcuDNN 后,打开 Anaconda Prompt(Windows)或终端(macOS/Linux)。 5. 创建一个新的环境并激活它: ``` conda create -n tf_gpu_env python=3.7 conda activate tf_gpu_env ``` 6. 在新环境中安装 TensorFlow-GPU 1.14.0: ``` pip install tensorflow-gpu==1.14.0 ``` 7. 安装完成后,您可以通过运行以下代码来验证 TensorFlow 是否正确安装并使用 GPU: ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 如果输出为 True,则表示 TensorFlow 正确安装并且可以使用 GPU。 请注意,安装 TensorFlow-GPU 需要确保您的系统满足 CUDAcuDNN 的要求,并且您的 GPU 支持 CUDA。如果您遇到任何问题,请参考 TensorFlow 官方文档或在相关论坛上寻求帮助。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值