前提:已安装Anaconda
安装成功后在命令行界面输入conda --version
会出现版本号
官方要求:
一:检查版本
右键任务栏里的N卡图标 → \rightarrow →N卡控制面板 → \rightarrow → 帮助 → \rightarrow →系统信息 → \rightarrow →组件
可以看到我最新的驱动可以支持最新的CUDA11.1的版本
但是切记不要下载最新的CUDA11.1的版本,原因在于Tensorflow2.3还依赖CUDA10.1,而更高的版本需要手动重命名一些动态链接库,会非常麻烦。
同理,cuDNN也不要下载最新的8.0.4forCUDA11.1版本的。
二:下载CUDA10.1
到这里下载
一路安装即可,如果要更改安装位置可以自定义
三、下载cuDNN7.6.0forCUDA10.1
到这里下载
首次下载需要注册账号,并填写一些信息
下载完成后解压,将其中的cuda文件夹内的3个文件夹复制到CUDA10.1的安装目录里
四、更改环境变量
这四个变量要确保添加,前3个可能在安装CUDA的过程中自动添加,但还是要重新检查一遍。
五、建立虚拟环境
Anaconda可以建立不同的python环境
这里我们建立一个python3.8的环境
创建完成后激活环境
此时命令行地址前有了环境名
在这个环境下再安装tensorflow2.3.0版本 如果要下载其他版本请仔细对照上文的版本对照表
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==2.3.0 # GPU版本
六、测试
在上文的环境下,输入python
进入python编辑
依次输入以下代码
import tensorflow as tf
a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)
结果是
即表示一切正常。
(由于是2.3版本的tensorflow 网上的一些测试代码已经是旧版本的不适用了 所以会报错,用本文的即可)。