1 ubuntu18.04下的tensorflow-gpu 2.0.0安装
1.1 安装Anaconda
百度Anaconda进入官网,下载deb文件进行安装,默认位置即可。不要将环境变量放在 ~/.bashrc 中,而是要安装完后自己添加到 /etc/profile 中。
1.2 安装显卡驱动
显卡驱动可向下兼容 cuda版本,所以显卡可安装最新版,在 software&update 中找到显卡驱动并安装,注意不要安装最上面的test版本。
1.3 安装cuda
nvidia官网下载cuda,本人配置的是 cuda10.0+cudnn7.5.0+tensorflow2.0.0,亲测可用。
下载后需要先禁用nouveau,自行百度添加blacklist。
再使用一下命令安装cuda
sudo bash (下载的cuda文件)
1.4 cudnn
下载对应cuda10.0的cudnn7.5.0
安装:
cp cudnn-10.0-linux-x64-v7.5.1.10.solitairetheme8 cudnn.tar.gz
tar -xvf cudnn.tar.gz
cd cuda
sudo cp lib/lib* /usr/local/cuda-10.0/lib64
sudo cp include/cudnn.h /usr/local/cuda-10.0/include/
cd /usr/local/cuda-10.0/lib64/
sudo chmod +r libcudnn.so.7.5.0
sudo ln -sf libcudnn.so.7.5.0 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
1.5 python3.7环境
在anaconda中创建python3.7的环境,
conda create -n py37 python=3.7
进入环境
source activate py37
安装tensorflow-gpu2.0.0
conda install tensorflow-gpu=2.0.0
会自动安装相关联的包。
1.6 测试
命令行:
source activate py37
python
进入python命令行:
import tensorflow as tf
tf.test.is_gpu_available()
最后结果最后一行显示true说明成功
2 windows10下的tensorflow-gpu 2.0.0安装
2.1 安装最新的nvidia驱动
官网查找安装,或用geforce experience安装最新的驱动,都可以。
2.2 安装cuda
直接官网下载安装即可,选择10.0版本。
2.3 安装cudnn
不用装
2.4 安装Anaconda
同ubuntu,到官网安装3.7版本的Anaconda。
2.5 新建py37
直接界面创建,python要求3.7版本
2.6 安装tensorflow-gpu
选中新创建的py37环境,在右边ubinstall的列表中选中tensorflow-gpu,apply。
关联的包安装完后点击环境名右边的箭头,选择open terminal,命令行输入命令:
命令行:
python
进入python命令行:
import tensorflow as tf
tf.test.is_gpu_available()
就大功告成了!