配置支持gpu的tensorflow折腾了好久,记一下备忘。按照这一流程就不需要按照网上的又是下载cuda又是下载cudnn替换文件啥的那么复杂了。
1. 选定需要的tensorflow版本(我选的2.10)
2. 通过anaconda prompt,用anaconda创建tensorflow版本对应的Python版本的环境。Python版本在这里看,记得切换成英语页面,不然新一点的tensorflow就看不到了
Build from source on Windows | TensorFlow (google.cn)
3. 在anaconda prompt中用以下命令查看可用的tensorflow版本
conda search tensorflow
结果会出现一大串列表,类似于
tensorflow 2.10.0 gpu_py39h9bca9fa_0
其中gpu代表支持gpu,py39代表适用于Python3.9
4. 使用如下命令安装tensorflow
conda install tensorflow=2.10.0=gpu_py39h9bca9fa_0
5. 过程中会提示安装需要cudakit和cudnn包,按照提示用conda命令安装对应版本的即可
6. 安装好之后用如下命令测试是否可以正常用gpu版本的tensorflow,如果结果不为空就说明可以用了
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))