Win10环境下搭建支持GPU加速的Tensorflow环境（Anaconda+Tensorflow）

最新推荐文章于 2023-08-04 23:57:39 发布

叶非花

最新推荐文章于 2023-08-04 23:57:39 发布

阅读量1.2k

点赞数 1

分类专栏：机器学习文章标签： tensorflow环境 Anaconda win10 gpu

本文链接：https://blog.csdn.net/u010072043/article/details/93197619

版权

5 篇文章 0 订阅

订阅专栏

1. 软件准备

配置过程需要4个软件：Anaconda，tensorflow，cuda，cuDNN

1、 Anaconda：用于创建和管理Python环境
这里提供两个Anaconda下载地址：
Anaconda官方下载
 Anaconda清华镜像

2、 tensorflow：机器学习的开源软件库
tensorflow分为四个版本：CPU或者GPU，不支持AVX2或者支持AVX2。

为了考虑兼容性的问题，一般使用安装指令

pip install tensorflow

或者：

pip install tensorflow-gpu

会默认安装其x86_64版本。如果你的CPU支持AVX2的话，编译过程中就会提示tensorflow未使用AVX2。

所以根据自己的电脑配置下载相应tensorflow安装包。

tensorflow下载地址

3、cuda：Compute Unified Device Architecture，该架构使GPU能解决复杂的计算问题
cuda下载地址

4、 cuDNN：深度学习网络的GPU加速库
cuDNN下载地址

准备好之后，下面正式开始环境的搭建!

1、Anaconda安装

安装完成后，找到Anaconda安装目录并进入其子目录\Scrips

复制该路径并添加至系统环境变量

D:\software\Development\Anaconda3
D:\software\Development\Anaconda3\Scripts
D:\software\Development\Anaconda3\Library\bin

以上三条都要配置上，不然后面使用时会报错。当时我就少配置了\Library\bin，到后面使用时总是出现缺少DLL的问题，最后才发现是环境变量没配上。

打开CMD指令，使用如下指令查看Anaconda中的Python环境信息

conda info --envs

可以看到，Anaconda包含一个默认的Python环境base。

conda create --name tfenv_gpu（你的python环境名称） python=3.7（python版本）

中途会安装一些包，选择y安装即可

查看一下Anaconda下的Python环境，可以发现tfenv_gpu已创建成功。

切换到tfenv_gpu环境

activate tfenv_gpu

安装tensorflow
转到你的tensorflow安装包所在路径

cd C:\Users\wushe\Downloads

然后安装tensorflow包

pip install tensorflow_gpu-1.13.1-cp37-cp37m-win_amd64.whl

结束之后，如果在该环境下使用

import tensorflow as tf

会提示缺少DLL，因为我们安装的是GPU版本，还需要安装cuda和cuDNN。

安装cuda，双击安装包，一步步安装即可。

由于安装包内还集成了其他内容，这里我们只勾选cuda进行安装

至此，cuda就安装完成了。接下来，安装cuDNN。由于cuDNN是cuda的基于深度学习的插件，我们将其安装包解压到cuda的安装目录下就可以了。

至此，所有的配置过程就完成了！

通过一个简单的例子测试一下搭建的环境

import tensorflow as tf
hello = tf.constant('Hello,tensorflow')
sess = tf.Session()
print(sess.run(hello))

可以发现，该实例运行调用了GPU，并成功运行。需要提醒的是，第一次使用添加gpu设备时会花较长时间，静静等它配置完毕就好了。至此，一个支持GPU加速的tensorflow环境搭建成功！

关注