首先下载CUDA https://developer.nvidia.com/computeworks不推荐最新版本
下载完成后,选择路径并安装
安装完成后下载https://developer.nvidia.com/cudnn对应的cudnn
将cudn解压后得到的三个文件复制到CUDA的安装文件目录下
至此显卡运算平台搭建完成,接下来就是Python和TensorFlow的安装
PS:Python和TensorFlow的版本是否匹配。
安装Anaconda(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
完成后打开Anaconda Prompt,进入Anaconda命令行管理界面。配置清华仓库镜,输入命令:
Conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
创建运行环境,输入命令:
conda create -n tensorflow-gpu python=3.6
新建一个名字叫“tensorflow-gpu”的运行环境。
输入命令:
conda activate tensorflow-gpu
激活并进入环境
安装tensorflow1.9,输入指令:
conda activate tensorflow-gpu
至此,tensorflow的安装完成。
如果能运行下面的代码并且能看见一些显卡的信息就表示安装成功
import tensorflow as tf
hello = tf.constant('Hello,TensorFlow!')
sess=tf.Session()
print(sess.run(hello))
End