Anconda3下Tensorflow 2.0 GPU 环境极简安装及测试方法
文章目录
前言
科研需要,想搭建Tensorflow2.0-gpu环境,查阅了网上资料,也进了很多坑,最后给大家分享一种极简的方法,希望能对大家有所帮助。
一、安装条件
1.确认电脑上GPU是否支持CUDA,及其驱动版本。
提前安装好CUDA10.0,可参考该教程:CUDA10.0安装
2.安装好Anconda3 :Anconda3安装包网盘链接 提取密码:1jon
二、搭建步骤
1.安装tensorflow2.0-gpu
打开Anconda Prompt
先通过以下命令创建tensorflow2.0-gpu环境:
conda create -n tf2.0-gpu pip python=3.6
再输入conda 命令查看已有环境:
可以看到tf2.0-gpu环境已经创建成功,接下来输入以下conda命令激活该环境:
conda activate tf2.0-gpu
结果如图:
可以看到已经进入了tf2.0-gpu环境。
接着输入以下命令使用清华源快速安装tensorflow2.0-gpu :
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
2.安装cuDNN和cudatoolkit
安装完tensorflow后需安装依赖环境,不同型号的Tensorflow必须严格安装对应版本的cuDNN和CUDA,不然无法运行。以下是tensoflow gpu各型号的环境依赖图:
代码如下:
conda install cudatoolkit=10.0 cudnn
到这里,tensorflow2.0 gpu 环境就安装好了。
测试
1.进入python:
2.输入以下代码测试:
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())
输出如下:
大功告成!