Tensorflow_gpu安装_windows系统下用GPU训练tensorflow模型

Tensorflow_gpu安装_windows系统下用GPU训练tensorflow模型

为了后续的实验，需要使用Tensorflow_gpu，故记录一下实验环境的安装过程，下面是环境所需各个库的版本

cudatoolkit==10.0.130 
cudnn==7.6.5
gensim==3.4.0 
huggingface-hub==0.16.4 
imbalanced-learn==0.9.0  数据不平衡
keras==2.2.5 
myutils==0.0.21 
python==3.7.10 
scikit-learn==1.0.2 
TensorFlow-gpu==1.15.0
torch==1.9.1+cu102  
transformers==4.16.2
xgboost==1.6.2

1.关于tensorflow的介绍

2.python环境，由于为了方便管理python版本和库版本的关系，使用Anaconda来代替

点击 Anaconda的下载地址可以下载

如果没有自动帮你设置环境变量的话，按照下面图片自己设置就好了

添加镜像源(方便后续库的安装)
进行cmd：输入

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 --add channels    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

注意！！！考虑好anaconda的版本选择，虽然可以创建自己需要的python虚拟环境，py版本向下兼容，但也最好别下最新版本，作者实验的python环境是3.7.10，anaconda选择的版本是Anaconda3-2021.05-Windows-x86_64.exe点击即可下载，使用的是镜像源。会比官网下载得快，其中包含的python版本是3.9.7

3.用conda创建虚拟环境

在这里将要创建一个虚拟的python环境，为了后续tensorflow的使用

conda create --name gpu_work python==3.7.10

如上图就是创建虚拟环境创建成功了

cmd中执行以上命令后，创建一个名为gpu_work的python的虚拟环境，并配备一个版本为3.7.10的python解释器，在你的Anaconda3安装路径下的envs文件夹中应该会出现一个名为gpu_work的一个文件夹，那便是我们刚刚创建好的环境

activate gpu_work

再执行以上命令后又可以激活已存在的环境gpu_work，如下图，可以检查一下虚拟环境中一些库的版本号，以此确认是否创建成功

做了以上准备工作，接下里就是正式安装tensorflow了，需要特别注意！的是（cudatoolkit，cudnn，tensorflow-gpu，在当前python版本满足的前提下，三者的版本必须对应正确，否则就无法正常使用GPU！！！）

这里我选择的是最稳妥的方法，也就是cuda，cudnn，tensorflow-gpu分别安装，但是特别注意的是版本要对应

4.cuda安装

CUDA官方下载地址，选择自己对应的版本号即可，我要下载的tensorflow_gpu版本是1.15.0，所以这里cuda我选择10.0的下载

一路默认安装后即可，然后就是环境变量的检查

检查没问题后CUDA就安装成功了

5.cudnn安装

https://developer.nvidia.com/rdp/cudnn-archive这是cudnn的官方下载地址，第一次单击下载时，会让你先注册登录，然后再进行下载，注册信息就正常填写就行，我要下载的tensorflow_gpu版本是1.15.0，所以这里cudnn我选择7.6.5的下载

官网下载慢，而且需要登录账号，从国内镜像源下载后解压，再复制到对应文件夹即可。网址https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

下载完成后，这里我们需要把cudnn里的三个文件移动或者copy到cuda的对应文件夹里面去

自此cudnn的安装也成功完成

6.tensorflow-gpu的安装

直接win+R打开cmd，先activate激活并进入到我们创建的python环境中去：选择合适的版本**（必须和cuda和cudnn版本对应）**

pip install tensorflow-gpu==1.15.0-i https://pypi.tuna.tsinghua.edu.cn/simple

自此就全部安装成功了

参考：

Tensorflow-gpu安装教程（详细）！！！_安装tensorflow-gpu-CSDN博客

cudnn 清华源下载地址_cudnn下载清华源-CSDN博客