第一步:看自己行不行
当然,安装前要先了解你的计算机是否支持gpu,确认自己电脑的显卡是否满足要求,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),看看里边的列表有没有你的gpu型号。如果没有的话,可能你的显卡就不支持了,但是,也不是不可能,因为我的显卡就是MX150的,列表里边没有,但是我看到网上有人成功案例,MX150可以!!!激动死了(tensorflow-gpu=1.12.0+cuda9.0+cuddn9.0)
第二步:安装Anaconda、CUDA工具包
官网链接:anaconda:https://www.anaconda.com/distribution/
CUDA:https://developer.nvidia.com/cuda-toolkit
anaconda安装比较简单,安装的时候记得勾上加入环境变量,如果不加入的话还免后期加入,麻烦;CUDA官网直接下载的时,首页默认下载下来的是CUDA 10的, 这样当你全部安装完的时候会发现TENSORFLOW1.0跟他不兼容。所以看各自所需,我这里要下载9.0版本。这个版本需要你自己单独点到CUDA Toolkit Archive里去找出来。
安装好CUDA后打开anaconda的terminal输入:
nvcc -V
如果显示如下,说明成功了
第三步:安装cuDDN
去官网(https://developer.nvidia.com/cudnn)下载,型号要和CUDA一样,下载的时候需要注册一个账号,而且下载速率还很慢,如果条件允许,可以科学,你懂的,这里我上传了自己下载的7.4.1版本,需要的可以下我这个(链接: https://pan.baidu.com/s/16iR6GD5ngmlA-o-hNspEuA 提取码: u5q6 );
下载下来后将cuDNN解压。将解压出来的三个文件夹拷贝到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\vXX.1
第四步:我们来安装Tensorflow
1、创建 conda 环境
启动 Anaconda prompt
创建一个名为 tf1.12.0 的 conda 环境
conda create -n xxxx pip python=3.6 #xxxx是你虚拟环境的名,想要啥就啥,python版本号可换
2、激活创建的 conda 环境
conda activate xxxx
当不使用TensorFlow时,可以通过deactivate
来关闭TensorFlow环境
3、开始安装Tensorflow-gpu,这里使用了清华源,为防止下载中断出错
pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #在包名后面加==和版本号可指定版本
以上我们已经安装完成了,最后测试Tensorflow-gpu是否安装成功
用下面的test.py文件测试
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))
如果结果出现:
device:GPU:0
恭喜你,安装成功!!!
参考:https://zhuanlan.zhihu.com/p/37086409?tdsourcetag=s_pcqq_aiomsg
https://blog.csdn.net/looknm/article/details/95212296?tdsourcetag=s_pcqq_aiomsg