一开始直接用cmd命令行启动Python虚拟环境然后用
pip install tensorflow-gpu
即使科学上网也不能解决下载速度缓慢的问题(可能是VPN不太行)
然后我尝试去Python的官网直接下载安装包进行本地安装,安装过程没出现问题,直到我尝试在iPython中导入tensorflow包时,出现以下错误
2021-09-24 17:13:35.314383: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2021-09-24 17:13:35.321533: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
提示我CUDA的一个库找不到,并且还提示我没有GPU???
WTF! 虽然我 gtx 1650比不上如今30系显卡,但好歹也是颗GPU啊!
于是我只能卸载此虚拟环境,重新安装TensorFlow。
多方查找资料,终于摸索了一条适合我的安装方法。
步骤一:前往N卡官网下载安装CUDA工具包
下载地址:https://developer.nvidia.com/cuda-toolkit-archive
下载之前先确定你的CUDA版本:
打开cmd输入:
nvidia-smi
如图我的CUDA版本号为11.1
在N卡官网找多对应版本的CUDA工具包下载并安装
安装过程中先会提示你选择安装的暂时存储目录,可以与实际安装目录不一样!
安装完成后打开命令行,输入nvcc --version
出现如图所示版本信息即证明安装成功。
步骤二:安装cuDNN
下载地址:https://developer.nvidia.com/rdp/cudnn-archive
可能要注册N卡会员(免费)才能下载
如图,找到对应你CUDA版本的安装包下载
下载完成后解压文件,将如图所示的三个文件夹复制到CUDA的安装目录下:
CUDA安装目录:
我的路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
(安装时的默认路径)
步骤三:安装TensorFlow
打开Anaconda Powershell Prompt,激活Python虚拟环境,
使用pip命令,通过清华镜像站安装GPU版本,在打开的命令行中输入如下命令。 (此时可关闭梯子)
pip install tensorflow-gpu --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
安装成功后,进入Python控制台
输入:
import tensorflow as tf
tf.config.list_physical_devices(‘GPU’)
结果如图
说明GPU版本安装成功!!