用Anaconda安装GPU版Tensorflow,总的流程参考Tensorflow 官方文档,
一、安装CUDA、cuDNN
1、首先,打开Tensorflow官网的安装指南(https://www.tensorflow.org/install/install_windows),这就是参考手册。
2、要安装GPU版,首先确认自己电脑的显卡是否满足要求,也就是官网要求中的第四点。到电脑的设备管理器中,点开“显示适配器”可查到显卡型号。到NVIDA 的这个网站页面(https://developer.nvidia.com/cuda-gpus),点开你电脑显卡对应的系列,查看显卡中GPU的计算能力(Compute Capability)。我的显卡是NVIDIA GeForce GTX1060 6GB, 相应的计算能力为6.1,满足要求。
3、下载安装CUDA工具包10.1
CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序,C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。
下载安装CUDA工具包10.1(CUDA Toolkit 10.1),下载地址如下:
https://developer.nvidia.com/cuda-10.1-download-archive-base
https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.105_418.96_win10.exe
4、下载cuDNN (需要注册账号)
将cuDNN解压。将解压出来的三个文件夹下面的文件放到对应的CUDA相同文件夹下。
CUDA默认安装路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
以上完成之后把以下四个路径加入到环境变量中:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
设置环境变量: 右击我的电脑-管理-高级设置-环境变量
二、安装Anaconda
1、下载Anaconda。由于从Anaconda官网下载速度特别慢,因此推荐到清华开源镜像网站(
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)下载。
通过安装向导完成安装;
注意:添加环境变量时勾选;
2、创建 conda 环境
启动 Anaconda prompt
创建一个名为 tensorflow 的 conda 环境
conda create -n tensorflow pip python=3.7
3、激活创建的 conda 环境
activate tensorflow
source activate tensorflow
4、当不使用TensorFlow时,可以通过deactivate
来关闭TensorFlow环境:
测试cpu版本的TensorFlow
重新打开Anaconda Prompt
—>activate tensorflow
—>python
来启动tensorflow,并进入python环境
- 测试代码如下:
#TensorFlow使用图(Graph)来表示计算任务;并使用会话(Session)来执行图,通过Session.close()来关闭会话(这是一种显式关闭会话的方式)。会话方式有显式和隐式会话之分。
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!') #初始化一个TensorFlow的常量
sess = tf.Session() #启动一个会话
print(sess.run(hello))
TensorFlow测试代码如下:
print(tf.test.is_gpu_available())