cuda+TensorFlow详细的安装

安装CUDA

1.在NVIDIA图形程序里查看支持的版本
在这里插入图片描述
2.该路径为临时文件的路径,安装成功后解压包会自动删除!
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210512002453542.png在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这是默认的安装位置
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

添加额外的环境以及添加cudnn

1.安装完毕后,系统会默认添加环境变量
在这里插入图片描述
CUDA_SDK_PATH的路径要与CUDA_PATH相对应,即为
默认路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 (路径的选择根据个人选择安装的路径)

2.将CUDNN解压后的文件,就是红矩形里三个文件夹里的文件复制到CUDA安装位置下相对应的文件夹里
在这里插入图片描述
在这里插入图片描述
下面为bin路径下的文件复制到CUDA里bin文件一个详细过程:

在这里插入图片描述
在这里插入图片描述

验证安装是否成功

1.输入nvcc --version,反馈得到的是版本信息即为环境配置成功
2.输入set cuda,该命令为查看环境变量设置的路径
在这里插入图片描述
3.在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite(我的路径均为默认安装配置下的地址)下进入cmd窗口或者通过cd命令进入该位置
在这里插入图片描述
在这里插入图片描述
4.在cmd窗口运行以下测试文件
bandwidthTest.exe
deviceQuery.exe
在这里插入图片描述
5.result=pass,即为安装成功!

安装TensorFlow

1.python降级(我的conda默认安装了python3.85,TensorFlow不支持该版本所以需要进行降级),降级是新建一个环境,并不是更改原有的python版本

ps:如果遇到conda的python版本为3.7及3.7以上版本太高,TensorFlow无法安装等问题可使用conda降级命令。如果没有该问题可直接到第三部

安装时可更换conda的镜像源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main 
conda config --set show_channel_urls yes

下面为降级命令:

conda create -n py36 python=3.6 anaconda

在这里插入图片描述
在这里插入图片描述
2.进入python3.6
在cmd输入

activate

2.使用一下命令安装TensorFlow

pip install tensorflow  -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com

PS:建议安装2.x的版本,1.x与2.x的区别是挺大的,为了方便日后的调试还是建议安2.x的版本(具体版本要看电脑的兼容效果)
安装指定版本的命令如下:

pip install tensorflow==1.4

3.激活TensorFlow

activate tensorflow

在这里插入图片描述4.输入activate

conda.bat activate

然后输入conda activate py36进入python3.6的环境

不确定TensorFlow是否安装完成可输入安装口令pip install tensorflow
最后输入

python
import tensorflow as tf
tf.__version__

PS:在输入import tensorflow as tf验证工程中会出现缺少dll库的提示,我是直接重新运行import tensorflow as tf该命令,接着下去没有缺少110.dll这个错误提示了(但是后期重启还是会出现该问题所以我下载了该库,有缺少相同库情况的可联系我)。如果还提醒该类问题,那么要找相应的dll库添加到CUDA路径下也就是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin     //该路径下

在这里插入图片描述
5.或者在python3.6环境下输入

conda info --envs

有详细路径地址的则为安装成功
在这里插入图片描述
6.跑一个TensorFlow程序验证,TensorFlow用的是否是GPU

import tensorflow.compat.v1 as tf  #我的版本为2.0则导入TensorFlow的命令为这个,2.0以下的为import tensorflow as tf
tf.disable_v2_behavior()#该命令也是2.0才可使用
a = tf.constant([1.2,2.3,3.6], shape=[3],name='a')
b = tf.constant([1.2,2.3,3.6], shape=[3],name='b')
 
c = a+b
session = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(session.run(c))

很绝望,我的是CPU在跑
在这里插入图片描述

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2的步骤如下: 1. 首先,下载并安装Anaconda3。访问Anaconda官方网站,并下载适合您操作系统的安装程序。运行安装程序,按照提示进行安装。 2. 安装完成后,打开终端或命令提示符,并创建一个新的Anaconda环境。运行以下命令: ``` conda create -n env_name python=3.7 ``` 将"env_name"替换为您想要的环境名称。 3. 激活新创建的环境。运行以下命令: ``` conda activate env_name ``` 4. 下载并安装PyCharm。访问JetBrains官方网站,下载适合您操作系统的PyCharm安装程序。运行安装程序,按照提示进行安装。 5. 下载并安装CUDA 10.1。访问NVIDIA官方网站,下载与您的显卡和操作系统兼容的CUDA 10.1安装程序。运行安装程序,按照提示进行安装。 6. 下载并安装cuDNN 7.6。访问NVIDIA官方网站,并下载与您的CUDA版本和操作系统兼容的cuDNN 7.6库。将cuDNN文件解压缩到CUDA安装目录中。 7. 配置PyCharm以使用Anaconda环境。打开PyCharm并导航到"Settings" > "Project Interpreter"。单击右上角的设置图标,并选择"Add"。在打开的窗口中,选择"Conda Environment" > "Existing environment"。在"Interpreter"字段中,选择Anaconda环境的路径。 8. 在PyCharm中安装TensorFlow 2.2。返回"Settings" > "Project Interpreter",并单击右下角的"+"按钮。在搜索栏中输入"tensorflow",并选择TensorFlow包。单击"Install"按钮,完成安装。 9. 现在,您已成功安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2。您可以开始使用TensorFlow进行深度学习任务。 请注意,安装和配置步骤可能因操作系统和版本而异。建议在查找和安装这些软件时参考官方文档和教程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值