tensorflow-GPU与cudatoolkit、cudnn适配情况
注意安装的时候版本一定要对应上,包括python对应的版本,不然会报各种AttributeError的错,最后很可能还要从头开始卸载装一遍
链接: 更多的适配器情况
虚拟环境下安装tensorflow-GPU2.6.0、cudatoolkit11.2、cudnn==8.1
conda小黑窗打开虚拟环境,在虚拟环境中安装:
conda activate 虚拟环境名
安装tensorflow-GPU==2.6.0:
conda install tensorflow-gpu==2.6.0
注意不要用pip install安装,可能找不到这个版本
安装cudatoolkit11.2、cudnn8.1:
cudatoolkit就是cuda
conda install cudatoolkit==11.2
conda install cudnn
安装cudnn的时候没有指定版本号,因为指定了版本号找不到这个版本,所以我直接不指定版本号,conda会自动根据cuda适配对应的cudnn版本号
安装与tensorflow对应版本的keras
安装keras==2.6.0:
conda install keras==2.6.0
查看是否安装到了虚拟环境里
conda list tensorflow
conda list keras
检查cuda是否安装成功
conda小黑窗下:
python
import tensorflow as tf
tf.config.list_physical_devices('GPU')