安装Tensorflow GPU版本粗略过程记录

2024-04-09 21:18 周二

一、首先，查验cuda版本（具体细节参考文章（3），很详细）

 

二、安装匹配版本的cuda和cudnn；

 

三、anaconda安装；（环境变量配置）

 

四、创建子环境 

conda create -n tensorflowG python=3.8

 

 五、activate创建环境中，安装相应版本的tensorflow，这里我安装的是固定版本，（支持11.4版本的cuda），按照这个版本，选择安装Tensorflow-gpu==2.6.0版本；

pip install tensorflow-gpu==2.6.0 -i https://pypi.mirrors.ustc.edu.cn/simple/

 

ps：还配置了国内镜像源，这里我选择中国科学技术大学镜像源，当然其他的也都可以，速度很快，几分钟安装完毕。（注意：如何中间报错，我自己依次排除了镜像源和网络配置等问题，更换wifi、手机热点等，最后发现是代理的问题，关闭代理或者科学上网的软件就可以了，这里仅供惨各位参考） 

一大串的安装过程，等待几分钟，下载安装完成。

conda list

查看安装包，发现，安装无误

 

六、验证GPU版本

tf.test.is_built_with_cuda()

tf.config.list_physical_devices('GPU')

 

中间遇到了protobuf版本过高造成的报错：TypeError: Descriptors cannot be created directly.

pip卸载并重新安装了低版本的包，问题解决。

祝好！

上述回答参考了以下几篇文章，包括

（1）#使用清华镜像源 安装/更新 指定版本tensorflow_从清华源安装tensorflow-CSDN博客

（2）TensorFlow各个GPU版本CUDA和cuDNN对应版本_cuda11.4对应的cudnn-CSDN博客

（3）Tensorflow GPU版本安装教程，非常详细，建议收藏-CSDN博客