-
在安装cuda之前一定要先去官网看下cuda对应的NVIDIA版本。
链接:https://blog.csdn.net/flana/article/details/104768188
cuda版本:11.0.228
cu dnn:7.6.5 -
利用命令
pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
怎么都安装都会报错。原因:好像TensorFlow2.0不支持python3.7版本。
解决方法:需要重新建一个python3.6的anaconda虚拟环境,再次运行命令就能安装。 -
import tensorflow as tf
出现module ‘tensorflow’ has no attribute ‘compat’ 错误。原因:
conda list
看一下安装的这几个是不是一样的版本
我的tensorflow-estimator在重新安装之前是2.2.0的版本。
解决方法:重新安装tensorflow-estimator:
注意:安装环境时,需要先装tensorflow,再安装numpy,再对estimater降级。再安装其他的keras,pandas,matplotlib
conda install tensorflow-estimator==2.1.0
-
import成功后,测试命令
tf.test.is_gpu_available()
报错:False
原因:我的是gtx1060显卡驱动问题
解决方法:更新驱动
cpu版本:TensorFlow 2.1 对应 keras2.3.1
ps:
tf.__version__
查看tensorflow的版本
nvcc -V
查看cuda版本
conda info
显示当前环境信息
conda info --envs
显示所有的虚拟环境
conda create --name tensorflow_py35 python=3.5.6
创建虚拟环境
activate tensorflow_py27和deactivate
进入/退出对应的虚拟环境
conda remove -n your_env_name --all
删除环境
jupyter kernelspec list
看jupyter核的路径
我的路径:C:\Users\81211\AppData\Roaming\jupyter\kernels
conda clean -a
//删除所有没有依托的包以及tar包
conda clean -p
//删除没有用的包
conda clean -t
//删除tar包
conda search ***
//当找不到某个包时查一下
在终端打开ipython操作:
where ipython
ipython
我的Pytorch版本:GPU: 1.11.0 py3.7_cuda11.3_cudnn8_0
安装:conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
Windows下所有package 在这个网站都能找到:
https://www.lfd.uci.edu/~gohlke/pythonlibs/#bottleneck
测试pytorch安装是否成功:
torch.cuda.is_available()