假设已经安装了合适版本的anacuda和cuda。
如果这些方法安装不了,一般都是cuda版本或者显卡驱动的版本问题。进入python环境导入TensorFlow之后,输入 tf.test.is_gpu_available()会有提示,看说明信息就知道是什么原因。
文章目录
1. 安装
1.1 方法一:conda安装
conda install tensorflow-gpu
有时候运行一次,会报错,那就再运行一次这个命令,我就是运行了两次才安装成功。
1.2 方法二:虚拟环境中安装[建议]
1.2.1 创建虚拟环境
创建名称为TF2的虚拟环境:
conda create -n TF2 python=3.8
1.2.2 进入虚拟环境:
conda activate TF2
1.2.3 虚拟环境中安装TF
我运行下面的命令时候默认安装2.2版本的。
conda install tensorflow-gpu
1.2.4 退出虚拟环境
conda deactivate
1.3 安装1.15版本
conda install tensorflow-gpu==1.15
2. 验证安装成功
进入python环境:
import tensorflow as tf
tf.test.is_gpu_available()
3. 卸载
conda uninstall tensorflow-gpu
conda remove tensorflow-gpu也可以卸载。
有时候卸载会报错,比如
ResolvePackageNotFound:
- cudatoolkit=8.0
- cudnn=6.0
这时候先用conda 卸载 cudatoolkit和cudnn就可以了。
4. 可能遇到的问题
4.1 安装完之后gpu不能用
tf.test.is_gpu_available()==False
我原来创建虚拟环境用的python3.6有这个问题,用了python3.8没有遇到这个问题。