显卡NVIDIA MX150,安装官网最新版TensorFlow GPU版本,安装顺序为:visual studio 2019—CUDA10.1—cuDNN—tensorflow2.1
1.首先升级驱动(360驱动大师)
2.查看NVIDIA控制面板系统信息中CUDA信息,确保显卡支持CUDA10.1
3.tensorflow官网查看最新tensorflow-gpu需要的硬件及CUDA版本要求,https://tensorflow.google.cn/install/gpu
4.CUDA及CUDNN下载并安装
CUDA官网下载对应CUDA版本(https://developer.nvidia.com/cuda-toolkit-archive)
cuDNN下载地址(https://developer.nvidia.com/rdp/cudnn-archive),需要注册一个账号,cuDNN版本要与CUDA相对应
按照官网教程安装(https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html)
两个都安装好后需要配置电脑的环境--这一步很重要
5.Aanconda 创建虚拟环境配置tensorflow
安装的python版本为3.6
创建好虚拟环境mytf361后,在anaconda prompt终端输入:
actvate mytf #激活虚拟环境
官网说tensorflow1.5及以上版本,安装tensorflow gpu版本直接输入:
pip install tensorflow # stable
对于 1.15 及更早版本,CPU 和 GPU 软件包是分开的:
pip install tensorflow==1.15 # CPU
pip install tensorflow-gpu==1.15 # GPU
安装完成后,验证是否安装成功:
pip show tensorflow
显示下图,则证明安装成功
最后,查看tensorflow调用的是GPU还是CPU的:
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())