TensorFlow 分为CPU版本和GPU版本,TensorFlow GPU版本可以利用 NVIDIA GPU 强大的计算加速能力,使TensorFlow的运行更为高效,尤其是可以成倍提升模型训练的速度。
TensorFlow GPU版本需计算机硬件上有支持CUDA的NVIDIA显卡。购买的话推荐6G显存以上NVIDIA显卡。
Tensorflow CPU版本安装
如果没有NVIDIA GPU执行,下面两步即可完成安装:
第一步,打开anaconda prompt命令行,安装tensorflow
pip install tensorflow -i https://pypi.doubanio.com/simple/
未指定版本安装安装的是最新版本的tensorflow。
第二步,安装所需其他包:
pip install pandas matplotlib notebook -i https://pypi.doubanio.com/simple/
搞定!
Tensorflow GPU版本安装
- 使用NVIDIA GPU必须有GPU硬件的支持。TensorFlow 对NVIDIA 显卡的支持较为完备。
- 对于NVIDIA 显卡,要求其CUDA Compute Capability 须不低于3.5。
算力参考:https://developer.nvidia.com/cuda-gpus - Tensorflow GPU支持,NVIDIA驱动版本要求:
450.80.02 或更高版本
查看NVIDIA驱动版本,打开终端输入
nvidia-smi
查看驱动情况。
GPU版本有两个依赖库Cudatoolkit 和Cudnn当我们使用conda安装的时候,它会自动帮助我门安装这两个辅助库,所以不用操心。
检查NVIDIA驱动版本满足要求后,执行下面两步即可完成安装:
第一步
执行TensorFlow GPU版本安装:
conda install tensorflow-gpu=2.6.0
就是这么简单!
第二步
然后安装所需其他包
pip install pandas matplotlib notebook keras==2.6.0 -i https://pypi.douban.com/simple/
搞定!
检查tensorflow是否安装成功
1.观察是否能够导入tensorflow
import tensorflow as tf
2.查看tensorflow的版本
print (tf.__version__)
3.查看是否可以使用gpu
tf.test.is_gpu_available()