【环境搭建】 window里在anaconda 中安装tensorflow(GPU) 过程记录(二)

目录

一、安装Tensorflow-GPU 版

1.创建Tensorflow环境

         2.命令行安装

         3. 离线文件安装

二、安装CUDA和cuDnn

三、验证

---

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

 tensorflow-gpu · PyPI

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