注意,这里我们讲的是如何用annaconda3安装tensorflow-gpu2.x+pytorch
因此就考虑到两种框架的兼容性问题,不能贸然安装
先看到tensorflow官网
https://tensorflow.google.cn/install
里面提示用pip安装,而我们要用Conda安装,显然不符合要求
然后看到pytorch官网
很好,这里提供了windows下,使用conda安装的例子
命令:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
注意,先不要运行命令,只是暂时记下它,后面会用到
然后看到
https://zhuanlan.zhihu.com/p/71581533
好像还得安装cudnn7.6
命令:
conda install cudnn=7.6.0
同上,这条命令也是看看,先不要运行
然后我们如何用annaconda3安装tensorflow-gpu2.x呢?看到这里
https://docs.anaconda.com/anaconda/user-guide/tasks/tensorflow/
网站说
On Windows and Linux only CUDA 10.0 is supported for the TensorFlow 2.0 release.
因此可以运行命令
conda create -n tf-gpu-cuda10 tensorflow-gpu cudatoolkit=10
来查看一个安装tensorflow-gpu2.x 所需的环境
当然,由于我要安装tensorflow-gpu2.x的同时,还得安装pytorch。综合以上的命令,可以得到下面的命令:
conda create -n tf-gpu-cuda10 tensorflow-gpu cudatoolkit=10 cudnn=7 pytorch torchvision -c pytorch
通过列表的查询可以看到
cudatoolkit: 10.1.243-h74a9793_0 defaults
cudnn: 7.6.5-cuda10.1_0 defaults
tensorflow: 2.1.0-gpu_py37h7db9008_0 defaults
pytorch: 1.4.0-py3.7_cuda101_cudnn7_0 pytorch
python: 3.7.7-h60c2a47_0_cpython defaults
然后我查了一下cudnn的下载地址
https://developer.nvidia.com/rdp/cudnn-archive
发现对于cuda10.1,并没有cudnn7.6.5的下载地址,只有7.6.4
因此我输入以下命令
conda create -n tf-gpu-cuda10 tensorflow-gpu cudatoolkit=10 cudnn=7.6.4 pytorch torchvision -c pytorch
通过列表的查询可以看到
cudatoolkit: 10.0.130-0 defaults
cudnn: 7.6.4-cuda10.0_0 defaults
tensorflow-gpu: 2.0.0-h0d30ee6_0 defaults
pytorch: 1.2.0-py3.7_cuda100_cudnn7_1 pytorch
python: 3.7.7-h60c2a47_0_cpython defaults
从这里可以看到,cuda必须安装10.0,python安装3.7.7,我试了一下添加python=3.6,是行的,但是python=3.5,就不行了。
如果发现装错了,可运行命令
conda remove -n tf-gpu-cuda10 --all
conda info –e
CUDA下载地址
https://developer.nvidia.com/cuda-toolkit-archive
可以用下面命令激活和退出tf-gpu-cuda10环境
activate tf-gpu-cuda10
deactivate
运行命令
activate tf-gpu-cuda10
conda install notebook ipykernel
ipython kernel install --user
就可以使用jupyter notebook了
可以试着运行
python
import tensorflow as tf
print('Tesnsorflow Version:{}'.format(tf.__version__))
tf.test.is_gpu_available()
import torch
看看有没有出错,没有就算安装成功了。