目录
一、安装Tensorflow-GPU 版
1.创建Tensorflow环境
conda create –n tensorflow python=3.6
查看环境
conda info --env
删除环境命令
conda remove -n untitled --all
启动环境命令 activate, 关闭环境命令,deactivate
activate tensorflow
2.命令行安装
安装命令,keras根据需要选择
pip install tensorflow-gpu==1.13.2
pip install keras==2.1.5
下载太慢,可以更改下载源(豆瓣源)
pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu==1.13.2
pip install -i https://pypi.doubanio.com/simple/ keras==2.1.5
亲测
conda install tensorflow-gpu==2.1.0
上面安装的2.版本,下面是安装1.10.0版本,使用的清华镜像源,不要忘记添加 -i 参数
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.10.0
这种安装不需要再手动安装CUDA和cuDnn 。
3. 离线文件安装
下载whl文件安装
地址:https://pypi.org/project/tensorflow-gpu/#files
二、安装CUDA和cuDnn
略
三、验证
我们新建一个python3的脚本,输入:
import tensorflow as tf tf.__version__
查看当前tensorflow版本
import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
查看可用的GPU个数
如果你确定自己的GPU是正常的,但是运行结果是0,那就得怀疑一下自己的版本问题,一般来说版本只要符合要求,即Python版本,tensorflow-gpu版本,cuda和cudnn匹配。具体参照tensorflow官网