tensorflow2.0-GPU安装-小白超详细版(都是我安装的经验,可以避免踩坑)

一、anaconda安装

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。装anaconda,就不需要单独装python了。
anaconda优点:

  • 1、anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而python是一个编译器,如果不使用anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好。

  • 2、常见的科学计算类的库都包含在里面了,使得安装比常规python安装要容易。

1.1 anaconda安装地址

anaconda安装包下载,不建议去官网下载,官网下载太慢了,推荐下载地址 点击这里到清华镜像站下载

在这里插入图片描述
一般建议不要选择最新版的(不太稳定),我这建议选择2019-2020中的anaconda3随意一个版本(我用的是2019-10-16的Windows-x86_64.exe,这个anaconda自带的python是3.7版本的)

1.2 安装详细步骤

安装过程如下:

在这里插入图片描述

在这里选择“All Users”

在这里插入图片描述
安装路径:提醒小白,如果c盘允许,安装到C盘可以避免一些小问题,但是我电脑内存小,所以装入了E盘。

在这里插入图片描述

最容易错的部分来了。
第一项Add Anaconda… 这个是说将安装路径自动添加系统环境变量,强烈建议勾选上,后续可以省去很多麻烦。(不用去手动添加环境变量)

第二项 是说要默认使用python的版本,选上!!

在这里插入图片描述

点击install,等待几分钟就安装完成了。

在这里插入图片描述
提示安装VScode,选择点击“skip”
在这里插入图片描述

对于两个“learn”,都取消打勾,不用打开去看了,耽误时间。
在这里插入图片描述

1.3 检验安装是否成功

在cmd中输入 :python(按回车键),——查看是否有Python环境

在这里插入图片描述
要先退出python(ctrl+z)后,再接着输入:conda --version,——查看是否有conda环境
在这里插入图片描述

1.4 更改conda源(后续安装第三方库可以加快速度)

在Anaconda prompt中操作:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

查看是否修改好通道:

conda config --show channels

二、CUDA安装

2.1 查看显卡支持的CUDA版本

为了在自己的电脑上安装tensorflow-gpu版本,如果要安装gpu版本必须要安装cuda。
在控制面板中打开NVIDIA面板,若控制面板中没有,可以win+q搜索NVIDIA如下图所示:

在这里插入图片描述
点击左下角“系统信息”:
在这里插入图片描述
点击组件,看到显卡支持的cuda型号为10.2.95
在这里插入图片描述

2.2 安装CUDA(tensorflow2.0对应的cuda版本是10.0)

2.2.1 CUDA安装地址

CUDA 10.0安装地址为点击这里下载
CUDA 10.2对应的tensorflow版本为tensorflow2.3

2.2.2 CUDA安装步骤

在此页可以选择第一个(默认安装),也可以自己选择配置。
注:安装位置最好安装在C盘(我选择安装的时候是D盘,不知道为啥安装结束后,强制到了C盘)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.3 cuDNN安装

2.3.1 cuDNN安装地址

官网下载地址:点击这里进入官网
官网下载需要注册账号,注册完之后就可以下载cudnn
如果你觉得注册账号麻烦的话,可以从我的网盘下载:(待上传)

2.3.2 cuDNN安装步骤

cuDNN下载完成之后是一个压缩文件,解压缩。然后将解压缩后的文件复制到cuda安装路径下的cudnn文件夹(这个文件夹需要自己建)。如图所示:
在这里插入图片描述

2.3.3 环境配置

在系统变量的Path里面添加四个项目:缺一不可,且顺序要在最上面
具体步骤为:
右击“我的电脑”——>“属性”——>“高级系统设置”——>“环境变量”——>“系统变量”——>“path”中“新建”,然后“浏览”文件位置即可
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
已有第一个和第二个,CUPTA和cuDNN还没有加进来,所以必须将它们添加到路径,这样使用Tensorflow的时候才不会报错。添加CUPTA和cudnn路径:
新建——>浏览,找到路径
cuDNN路径,CUPTA路径(缺一不可)

四个变量
测试CUDA:
cmd
nvcc -V
下面的显示说明我们CUDA的版本是10.0
在这里插入图片描述

三、tensorflow安装

完成了上面的操作之后就可以tensorflow2.0的安装了!

打开cmd或者anaconda prompt
建立虚拟环境:
conda create --n tfgpu python=3.7
激活虚拟环境(关闭虚拟环境):
activate tfgpu或者conda activate tfgpudeactivate
需要激活虚拟环境后安装tensorflow:(若觉得安装慢,可以更改conda源,参考更改conda源)
pip install tensorflow-gpu==2.0.0-beta0
在这里插入图片描述
测试tensorflow是否安装成功:
需要先激活虚拟环境,然后输入python,回车,然后输入:

import tensorflow as tf
tf.test.is_gpu_available()

显示True,说明gpu版本已经安装成功.
在这里插入图片描述

  • 5
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值