作者小白一只。关于配环境,最最最重要的还是要把自己显卡适配的cuda和cudnn版本搞清楚,要不装不了的哦~
环境:win10、python3、anaconda3
1.检测适配的cuda版本,首先查看一下自己电脑的硬件。打开控制面板,搜索nvidia,进入
然后进入到这个界面
在“帮助”一栏选择 系统信息,选择“组件”,即可查看本电脑的版本信息
2.对应电脑版本cudn和cudnn的下载。这里我选择的是cudn9.0和其对应的cudnn版本(太高版本有可能导致后期conda/pip直接install的库里面对应的tensorflow版本不适配,需要自己编译)
cudn下载地址:https://developer.nvidia.com/cuda-toolkit-archive
cudnn下载地址:https://developer.nvidia.com/cudnn
其中cuda安装跟着默认指令操作即可。
cudnn解压缩后,将cudnn中cuda文件夹下的所有内容复制粘贴到之前cudn对应安装的文件夹下,我的是默认安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
原cuda安装路径:
cudnn中需拷贝的内容:
将上面全部选中直接复制到cuda v9.0文件夹下即可(这里也有人使用添加环境变量的方法,我认为还是直接拷贝比较简单)
3.打开anaconda
先更新一下现有库(这个挺重要的,之前配了好几次tensorflow都没配好,更新了一下库才没有报错)
指令:
conda update --all
之后可以准备安装tensorflow啦
指令:
conda create -n tensorflow-gpu python=3.6(创建环境)
activate tensorflow-gpu(激活环境)
conda info –envs(验证是否成功)
conda install tensorflow-gpu
安装keras:
conda install keras
4.检验是否安装成功(https://blog.csdn.net/weixin_39290638/article/details/80045236 )
在命令行中,进入python,并输入以下代码:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
输出:
b’ Hello, TensorFlow!