Win10上的tensorflow-gpu版本安装记录
20210202更新
现在可真是越来越方便了。直接
conda create -n tf-gpu tensorflow-gpu=2.3.0
conda activate tf-gpu
可以自己在后面更换版本号
具体参照https://docs.anaconda.com/anaconda/user-guide/tasks/tensorflow/
这里记一下Windows下tensorflowGPU版的安装过程:
(首先GPU版的麻烦在于cuda的版本问题。需要知道的有:cuda有驱动版本和运行版本,我们平时下载的cudatoolkit可以理解为运行版本,而驱动版本可以理解为NVidia的驱动版本(也就是我们电脑上自带的)。驱动版本需要满足一个条件就是,必须大于等于运行版本,比它强这样才能驱动起来嘛,它是向后兼容的。而运行版本也有一个条件,就是要满足GPU的型号,因此版本不能太低,太低的话无法与GPU进行匹配)(还有tensorflow-gpu版本与cuda的对应,可以依靠conda的自动匹配)
1、先查看自己的显卡的驱动版本以及GPU型号。在桌面右键,进入NVIDIA控制面板,此时就可以看到显卡型号了。显卡上面有一个版本号,这个版本号可以用网上对应的一个表来确定cuda的驱动版本。但是可以通过-帮助-系统信息-组件中直接查看驱动版本号。也就是NVCUDA.DLL对应的版本号,这个版本号很重要,它限制了CUDA运行版本的最高版本,这里的驱动版本是10.0,也就是说,下载的运行版本CUDAtoolkit最高到10.0,不能比10.0高,否则将会出现匹配错误。但是CUDATOOLKIT也不是比它低就好了,它还要受GPU型号的影响,比较新的GPU自然也会要求更高的CUDAtoolkit。也就是说驱动版本决定了CUDAtoolkit的上限,GPU型号决定了它的下限制,在这个范围内都是可以的。但是还有可能出现一种情况,那就是驱动版本太低,导致这个上限太低,这个时候就可以考虑一下升级驱动版本,这也是比较方便的。见网站https://jingyan.baidu.com/article/e73e26c097a74f24adb6a796.html,直接百度也很方便。
2、下载anaconda
3、在命令行窗口(快捷键:WIN+R)创建tensorflow-gpu环境:conda create --name tensorflow-gpu python=3.6
4、先在命令行窗口进入tensorflow-gpu环境:activate tensorflow-gpu.再利用命令:conda search tensorflow-gpu查看conda可下载的tensorflow-gpu版本,选好版本后,利用命令:conda install tensorflow-gpu=版本号(这里的版本号必须是搜索结果里的一种,比如搜索结果中有1.13.1,没有1.13.0,那么这时候你输入1.13和1.13.0都是无法下载的,一般选择较新的版本就行),使用conda装的好处就是,它能自动匹配cudatoolkit以及cudnn等等很多附带库并下载。所以这个时候就要注意啦,一定要看看它匹配的cudatoolkit的版本是否在之前所说的上下限范围内,根据范围来调整tensorflow-gpu的版本,选好版本后,再次确定就搞定啦!