文章目录
环境
win10 + Anaconda3 + NVIDIA显卡(GTX 1050)
一、安装Tensorflow2
在Anaconda Prompt下创建并进入虚拟环境,环境名字可自定义
conda creat -n tensorflow2 python=3.7
activate tensorflow2
以下命令安装最新版本的Tensorflow(CPU,GPU通用)
pip install tensorflow
Tensorflow版本和CUDA、cuDNN版本要兼容,可根据需要安装之前版本,如
pip install tensorflow==2.4.0
或
pip install tensorflow==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
推荐下图中已经通过测试了的版本 图片来源
二、安装cudatoolkit和cudnn
要使Tensorflow支持GPU运算,需要NVIDIA显卡、CUDA、cuDNN
CUDA和cuDNN可以安装在系统中,也可安装在虚拟环境中,本人系统中已经安装了CUDA 9.0,重装较麻烦,还要添加环境变量什么的,所以这次就直接在虚拟环境安装
1、在设备管理器查看电脑显卡
2、打开NVIDIA控制面板,点帮助->系统信息, 查看支持的最高CUDA版本
支持的最高CUDA版本和显卡无关,主要和显卡驱动有关,我的显卡驱动之前坏了,重新安装了新版本的驱动,支持的CUDA版本就从9.0到了11.3
如果支持的CUDA版本太低,可以在这里选择自己的显卡,搜索安装最新版本的显卡驱动
https://www.nvidia.com/download/index.aspx?lang=en-us
附:显卡驱动和CUDA版本对应关系
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
3、在虚拟环境下安装cudatoolkit、cudnn
选择需要安装的版本
添加镜像源
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
比如tensorflow版本为2.4.0,可以安装CUDA 11.0、cuDNN8.0
conda install cudatoolkit=11.0
conda install cudnn=8.0
安装时可能会发生中断
这时可将下载地址复制到浏览器,把压缩包下载到本地,然后再安装,具体参考这里
安装时需要进入放置压缩包的文件夹,然后用以下命令安装
conda install --use-local cudatoolkit-11.0.3-h3f58a73_8.tar.bz2