conda安装tensorflow2.1,出现不能调用GPU
conda安装tensorflow2.1-gpu
了解到anaconda安装tensorflow2.1不需要安装对应的CUDA和cuDNN,并且可以提升一定的运行速度,就卸载了原本的tensorflow和CUDA,通过conda安装了tensorflow2.1,但是在jupyter notebook运行检测的时候发现不能调用GPU。
tensorflow2.1安装的时候不区分CPU和GPU,详细信息链接:https://blog.csdn.net/HyperAI/article/details/103932810
只能检测到CPU,测试GPU是False
conda创建虚拟环境安装tensorflow2.1
- anaconda的安装方式不再赘述,首先虚拟出一个tf2.0的环境,cmd运行:
conda create -n tf20 python=3.7
- 然后激活这个环境:
conda activate tf20
- 使用conda来安装tf2.1
conda install tensorflow-gpu
添加虚拟环境tf20到jupyter
1.打开cmd,查看虚拟环境
conda env list
2.使用activate 把虚拟环境切换到tf20下
activate tf20
3.使用conda install ipykernel安装ipykernel包
conda install ipykernel
4.此步骤非常重要,使用ipython kernel install --user --name=tf20 (tf20为你虚拟环境名称),添加虚拟环境kernel
ipykernel install --user --name=tf20
5.再次打开jupyter就可以看到虚拟环境变量配置好了,可以切换kernel
解决不能调用GPU
1.在jupyter运行代码出现的信息只有不能调用GPU,试了网上搜到的方法,卸载所有的tensorflow重装tensorflow-gpu,设置nvidia配置,都没有解决。
2.怀疑环境的问题,打开了tf20虚拟环境下的python.exe运行了import tensorflow,出现了报错:
解决方法是手动下载安装CUDA10.1,我安装的是最新的10.1 update2
传送门:https://developer.nvidia.com/cuda-toolkit-archive
3.tf20虚拟环境下的python.exe继续运行import tensorflow,出现:
这是由于没有安装对应的cuDNN出现的错误,安装cuDNN for CUDA10.1,下载网址(需要注册)https://developer.nvidia.com/rdp/cudnn-archive
解压之后分别把三个文件复制到这三个目录(这个就是刚才cuda安装的目录,刚才要改的话这个就复制到改的目录里)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
4.重新测试,解决问题
安装CUDA和cuDNN的时候,可以先检查一下conda里面安装的版本,与conda安装对应的版本
- activate tf20
activate tf20
- conda list
conda list