TensorFlow-GPU安装

前不久需要做一个图像识别比赛,以前使用的TensorFlow-CPU速度太低,就只好选择GPU版的。

系统:win10
显卡:我显卡太菜了,就不写了。不过,使用GPU版之前一定要先看看自己显卡支不支持GPU版!

第一步:
查看显卡是否支持CUDA:https://developer.nvidia.com/cuda-gpus
登录之后是这样的
在这里插入图片描述
查看自己的资源管理器,看看显卡的型号,我的显卡是GeForce的,所以,点击上图画线的选线,出现下拉列表。
在这里插入图片描述
在这里查找自己的显卡型号就好。只要能查找的到,就表明该显卡支持GPU加速。
第二步:
安装Cuda
https://developer.nvidia.com/cuda-downloads
当前最新版本是10.0
在这里插入图片描述
选择操作系统,选择版本号
在这里插入图片描述
这里选择的版本号一定要能够被随后下载安装的cuDNN支持。而且TensorFlow的不同版本对CUDA的版本要求不同,所以,这里使用最新版10.0就好。
下载后,点击安装即可。
安装完成后 在shell窗口下,输入命令nvcc -V,
即可查看版本信息
在这里插入图片描述

第三步:
安装cuDNN
https://developer.nvidia.com/rdp/cudnn-download
选择与你安装的CUDA相对应的cuDNN

注意:下载Cudnn会需要注册,并且完成问卷调查
步骤:下载完成后为安装包形式,解压后,将文件夹下面的bin目录添加到系统path变量里面

我的cudnn的bin目录:C:\Program Files\cudnn-9.0-windows10-x64-v7.1\cuda\bin

在这里插入图片描述

在这里插入图片描述

有的直接使用精简安装就能成功。但是我在安装的时候一直报错,显示有个组件(好像是virtual什么来着?)安装失败,导致很多后续组件无法安装,在网上找了很久没有解决,最后我考虑到我只是使用GPU加速,和该组件关系不大,于是使用自定义安装,不选择该组件安装,最终安装成功,并且TensorFlow能够正常运行。

在这里插入图片描述

最后一步:
安装TensorFlow-GPU
使用pip就很方便,前提是pip的版本号要满足条件。
命令行输入:pip install tensorflow-gpu,默认安装最新版本。

测试:
进入python的交互式界面

依次输入

import tensorflow as tf

a = tf.random_normal((100, 100))
b = tf.random_normal((100, 500))
c = tf.matmul(a, b)
sess = tf.InteractiveSession()
sess.run©

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值