window系统下安装TensorFlow-gpu
本教程是在window系统下进行的,如果你是Linux系统,请寻找其他教程。
本教程安装的是TensorFlow-gpu 2.1.0版本
1.我的安装环境如下:
操作系统:window10
CUDA Version:10.2
Driver Version: 441.83
NVIDIA-SMI 441.83
CUDA runtime:10.1
cudnn=7.6.5
python解析器:python3.6(anaconda3)
首先查看显卡信息
首先查看CUDA runtime版本,TensorFlow-gpu 2.1需要CUDA runtime版本10.1
nvcc --version
然后查看CUDA version
cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi
这里要说明一下:
CUDA Version和CUDA runtime版本不一定要一致,不过需要CUDA Version>=CUDA runtime ,而软件的运行看的是CUDA runtime版本,所以我们这里需要CUDA runtime:10.1
2.安装步骤一:创建独立的虚拟环境
在anaconda3中创建虚拟环境tensorflow
创建完成后,使用anaconda自带的命令行窗口。
切换环境(刚刚创建的tensorflow)
conda activate tensorflow
下载环境前,如有需要可以更换下载源,如要更换下载源为清华源请看我的另一篇博文:
https://blog.csdn.net/qq_43203949/article/details/108449553
.
安装CUDA runtime
conda install cudatoolkit=10.1
安装cudnn=7.6.5
conda install cudnn=7.6.5
安装完了之后后面就简单了,打开anaconda,寻找TensorFlow-gpu然后直接下载2.1.0版本就可以了。
如果界面提供的不是2.1.0版本可以在Anaconda Prompt(Anaconda的命令行)里面通过pip进行下载
pip install tensorflow-gpu==2.1.0
如果需要更换pip的源,请查看上面的博文,里面也有pip的换源教程。
3.验证安装
到这里,安装教程已经完成,剩下的只有验证安装是否成功了。
在jupyter notebook或者pycharm中输入命令:
import tensorflow as tf
print(tf.__version__)
notebook或者pycharm中输入命令:
import tensorflow as tf
print(tf.__version__)
如果能正确打印出版本号,那么证明安装成功。