前提条件:已安装python以及自己电脑的显卡信息(笔者的为RTX 3060)。
第一步 安装CUDA
查看可供安装的版本
conda search cudatoolkit
笔者这里选择11.0.221进行安装
conda install cudatoolkit=11.0.221
第二步 安装cudnn
查看可供安装的版本
conda search cudnn
没有刚好合适的,笔者这里选择了8.2.1进行安装
conda install cudnn=8.2.1
第三步 安装tensorflow-gpu
查看可供安装的版本
conda search tensorflow-gpu
笔者这里选择2.3.0进行安装
conda install tensorflow-gpu=2.3.0
然后会提示需要安装其它的一些包,选择y。
第四步 验证GPU是否被调用
进入python环境,输入如下指令,验证GPU是否被调用
import tensorflow as tf
tf.config.list_physical_devices('GPU')
GPU列表里面为空,说明没有被调用。
初步怀疑是tensorflow-gpu、CUDA、cudnn三者的版本不匹配造成的。
第五步 调整(成功)
首先,在anacoda中添加了几个国内的镜像源。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
然后,直接安装tensorflow-gpu并指定好版本
conda install tensorflow-gpu=2.6.0
conda会自动列出需要下载的相关包,包括cuda和cudnn。下载完成后直接验证成功。
自动匹配的cuda为11.3,cudnn为8.2.1.32。
至此,圆满解决。