在win10中利用Anaconda直接安装tensorflow-gpu 不需要另行安装cuda cudnn

2022 0117 更新

ZZY看文章更新后绿色的字就好。

也许你都了解过,但可以在这里复习一下。

最近在用tensorflow跑cnn,之前一直用cpu版本,最近主机到了,开始学着装gpu版本。

上网看了一下,大多数tensorflow-gpu的安装分三部分:Anaconda的安装、CUDA+cudnn的安装、tensorflow-gpu的安装。

这些安装之间的版本要保持匹配,挺晕的。

但其实,利用Anaconda,是可以一步到位的。

本机配置:win10 gtx1060 


首先下载Anaconda: Anaconda | Individual Edition

安装之后记得添加环境变量(也可以不添加):


FOR ZZY 

如何创建新的python环境:

在添加完环境变量后打开cmd(如果没有添加就打开Anaconda Prompt)

(1)查看conda环境: conda env list

  

(2)创建一个新环境:conda create -n env_name python=x.x

(有可能会出错Collecting package metadata (current_repodata.json): failed  试试关掉VPN)

(3)启动刚创建的环境:conda activate forzzy

(4)安装所需要的依赖库:conda install xxx

 安装完所有需要的库之后,就可以在PyCharm中使用这个库了:

打开PyCharm -> File -> Settings -> Project: XXX -> Python Interpreter ->  -> Add

这样就OK了。


 

 

下面不用看

 安装过后,打开Anaconda Prompt

先配置清华镜像!不然下载会很慢很慢很慢!

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

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

输入

conda install tensorflow-gpu

可以发现会自动下载cuda+cudnn

输入y后开始(中途千万别关!

出现这个说明安装OK 

如果提示有错误,那么..卸载了Anaconda然后重新安装吧...


用Pycharm加载Anaconda的环境库,并实验一下tensorflow-gpu能不能用:

在Pycharm中写入(如果你没装CPU版本的tensorflow,不写也可以):

config = tf.ConfigProto()
config.gpu_options.allow_growth = True
with tf.Session(config=config) as session:
    # your training session

训练前/训练中GPU使用情况:

  


可以看出,这种方法是可行的。

  • 18
    点赞
  • 69
    收藏
    觉得还不错? 一键收藏
  • 12
    评论
对于安装 TensorFlow-GPU 1.14.0,您需要确保您的 Anaconda 环境已正确设置,并且已安装了正确版本的 CUDAcuDNN。 下面是安装步骤: 1. 首先,确保您已经成功安装Anaconda。如果还没有安装,请按照官方文档的指导进行安装。 2. 接下来,您需要安装 CUDA 10.0。您可以从 NVIDIA 官方网站下载适用于您的操作系统的 CUDA 安装程序,并按照指示进行安装。 3. 安装 CUDA 后,您需要安装 cuDNN 7.4。您需要先注册一个 NVIDIA 开发者账号,然后从 NVIDIA 开发者网站下载 cuDNN 安装包。根据您的操作系统和 CUDA 版本选择正确的版本,并根据 cuDNN 安装指南进行安装。 4. 安装CUDAcuDNN 后,打开 Anaconda Prompt(Windows)或终端(macOS/Linux)。 5. 创建一个新的环境并激活它: ``` conda create -n tf_gpu_env python=3.7 conda activate tf_gpu_env ``` 6. 在新环境安装 TensorFlow-GPU 1.14.0: ``` pip install tensorflow-gpu==1.14.0 ``` 7. 安装完成后,您可以通过运行以下代码来验证 TensorFlow 是否正确安装并使用 GPU: ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 如果输出为 True,则表示 TensorFlow 正确安装并且可以使用 GPU。 请注意,安装 TensorFlow-GPU 需要确保您的系统满足 CUDAcuDNN 的要求,并且您的 GPU 支持 CUDA。如果您遇到任何问题,请参考 TensorFlow 官方文档或在相关论坛上寻求帮助。

“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 12
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