记Windows10下TensorFlow2.1-GPU版的配置过程
0. 介绍
- TensorFlow™是一个基于数据流编程(dataflow
programming)的符号数学系统,被广泛应用于各类机器学习(machine learning)算法的编程实现,其前身是谷歌的神经网络算法库DistBelief。 - 笔者机器条件:Windows10 + i7-9750H + GTX-1660Ti。
- 笔者在这个教程中使用的版本为:Anaconda3-2019.10-Windows-x86_64,cuda_10.1.243_426.00_win10,cudnn-10.1-windows10-x64-v7.6.5.32,TensorFlow2.1-GPU。
- 安装方法不唯一,本篇文章只是作为日记。
1. Anaconda
这里用的Anaconda不是最新版,故通过清华开源软件镜像站——Anaconda选择历史版本下载。
安装,路径可以自己改动但需要记住,一路默认选项,直到添加到路径。
测试,(管理员模式下)唤出cmd:
C:\Windows\system32>conda list
C:\Windows\system32>conda list
2. CUDA和cudnn
2.1 卸载其他版本
(1)打开控制面板,卸载带NVDIA并且具有版本号的软件。
(2)进入环境变量,系统变量和用户变量的path中,删除旧版本的路径:
(3)删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 下的v10.0文件夹( cudnn 就在其中)。
2.2 CUDA下载和安装
(1)进入NVIDIA官网——CUDA10.1,下载CUDA。
(2)安装,默认选项,除了以下,安装过程中注意:
a. 自定义安装。
b. 取消勾选CUDA->Documentation->Visual Studio Integration,这玩意一点用没用,有还有可能报错。
c. 点击“+”展开所有组件,取消勾选那些“‘新版本’比‘旧版本’低级”的组件。
2.3 cuDNN下载和配置
进入NVIDIA官网——cuDNN动态库,下载对应版本。(需要注册和登陆)将下载到的压缩包解压到 cuda 的安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1下。注意解压后的文件夹名为cuda,请将其改成cudnn。
2.4 环境配置
高级系统设置,环境变量里的用户环境和系统环境下的Path中,确认以下路径:
3. TensorFlow下载和配置
唤出cmd,键入conda create -n tf2-gpu python==3.7.6
。
*注意:以防错误,这一步之前需要把之前安装过的python卸载(原因未知,但是笔者这样才排掉错误)。
键入conda activate tf2-gpu
。
键入
pip install tensorflow-gpu==2.1
,下载安装TensorFlow2.1gpu版本。
管理员模式唤出cmd,键入ipython
。
In [1]: import tensorflow as tf
In [2]: tf.test.is_gpu_available()
Out[2]: True # 正常使用 gpu
4. PyCharm配置
安装过程不再赘述。
选择编译器:
选择在Anaconda安装目录下的python.exe。
运行TensorFlow官网示例代码,尝试一下吧。