1. 首先进入tensorflow官网查看1.8.0对应的python、CUDA和cuDNN版本(默认显卡驱动已安装)
TensorFlowGPU版本对应https://tensorflow.google.cn/install/source#gpu可以看到我们这次要安装的1.8.0对应版本为python3.5-3.6、CUDA 9和cuDNN 7,那么我们先用anaconda创建一个python3.6的环境,如下我们就创建并激活了一个python3.6版本、名字叫tf18的环境。anaconda安装及使用见Anaconda配置基础步骤及命令、PyCharm设置_flashorsink的博客-CSDN博客
conda create -n tf18 python==3.6
conda activate tf18
2. 然后我们开始下载CUDA
CUDA Toolkit | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkitNVIDIA Developer需要注册才能进入,注册之后我们就可以开始下载,点击Download Now,这时候切换到下载页面,但不要下载!!!此时默认下载的是最新版本的CUDA不是我们需要的。
点击下面的“Archive of Previous CUDA Releases”然后就可以找到对应的版本下载安装啦,我这里下载的是9.0的包。下载的时候选的local包,介绍说是完整的,不清楚network包有没有问题但local应该最保险。下载后安装,安装过程就不贴出来了。
补丁也要安装,都下载一遍安装一遍就行。如果遇到闪退参考[问题] cuda10安装闪退_豆芽菜-CSDN博客_cuda安装闪退
3. 接着我们下载cuDNN
NVIDIA cuDNN | NVIDIA Developerhttps://developer.nvidia.com/cudnn一样的,我们点进Download cuDNN,同意协议后也不要直接下载,点击下面的“Archived cuDNN Releases”可以看到各个包后面有写着for CUDA 版本,选择正确的版本,如我们选择
下载下来的是一个安装包,里面包含三个文件夹,并没有安装程序(因为就是些库文件不需要安装)。我们打开下面这个文件位置
可以看到里面有和压缩包里名字一样的三个文件夹,那就对了!把压缩包直接解压到这个目录下,windows会自动合并同名的文件夹,cnDNN就安装好了。
4. 终于我们可以安装tensorflow了,用pip安装而不要用conda,会报错
pip install tensorflow-gpu==1.8.0
就安装好了,我们可以进行测试,测试参考
WIN10安装TENSORFLOW(GPU版本)详解(超详细,从零开始) - 知乎 (zhihu.com)
创建一个test.py文件,内容如下,在anaconda中用cd命令进入到test.py 所在的目录,输入python test.py即可运行
import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))
出现GPU:0说明使用到了GPU运算,安装完成