环境
Anacoda
windows10 64操作系统专业版
1050TI显卡
软件包准备
- CUDA包
cuda_10.0.130_411.31_win10.exe
(链接:https://pan.baidu.com/s/1perhy_z4QbwDQPgam01Z1A 提取码:f7ux
自己去官方下载一定要注意版本,最新版本可能不适用) - 显卡驱动包
417.71-desktop-win10-64bit-international-whql.exe(1050TI 驱动。你可以根据自己的显卡下载驱动包,但是需要注意版本) - cuDnn包官网下载,注意版本。
注意一定要按照官网上的版本要求,否则会出现一些奇怪的错误。
实测在win10环境下不需要安装后边画×的包(应该是在linux环境下需要),只需要显卡驱动和CUDA和cudnn sdk
显卡驱动和cuda安装一路全选默认即可
cuDnn 的安装
作为cuda的补充,安装简单多了,只需要把下载后的压缩文件解压缩,分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0对应的include、lib、bin目录下即可
tensorflow安装
#创建name为tensorflow的虚拟环境,其中python版本为3.6
conda create -n tensorflow python=3.6
#在当前CMD窗口环境切换到 tensorflow蓄力环境
activate tensorflow
#安装tensorflow
pip install tensorflow-gpu
#测试
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"
如果报错务必检查所安装软件的版本是否符合官网要求。直接百度所抛出的错误,往往会走更多弯路。
官网参考:
https://tensorflow.google.cn/install
小彩蛋
jupyter 中使用 tensorflow的虚拟环境
#切换环境
activate tensorflow
#安装ipykernel
pip install ipykernel
#将当前环境作为一个新的jupyter的kernel
python -m ipykernel install --name tensorflow
完成之后打开jupyter notebook 就可以看到我们刚刚新建的kernel,使用这个kernel时,就是使用了tensorflow的虚拟环境
jupyter使用自动提示插件
#在base环境下操作
安装jupyter_contrib_nbextensions
pip install jupyter_contrib_nbextensions
执行
jupyter contrib nbextension install --user
然后你的jupyter 就会对一个tab。这个里边有超级多好玩的功能,你可以去搜索更多有趣的玩法。本文中勾选的是自动提示的功能。