win10+Anaconda3+python3.7+tensorflow_gpu2.1安装
首先,确认自己是否有支持安装CUDA的NVIDA显卡以及查看是否有NVIDA显卡驱动程序,如果有,就不用安装了(一般刚装完系统都会安装这些驱动),建议自动更新驱动程序一下。
另,本人已成功安装python3.7.2与anaconda3
安装Visual Studio Community 2019
之后点击安装,这个安装需要耗费一些时间,耐心等待!
安装cuda
传送门:cuda10.1(与tensorflow2.1匹配的cuda版本为10.1)
选择自定义安装
这里取消勾选 Visual Studio Integration,Nsight Systems和Nsight Compute。
Driver Components和NVDIA GeForce Experience Components这两个组件,如果“当前版本”低于“最新版本”,则勾选,否则取消。
等待安装
如果在安装目录的bin目录下发现这个文件,就说明装好了!
安装CuDNN
传送门:CuDNN 这个网站需要进行注册。
选择与此前安装的CUDA10.1版本符合的CuDNN7.6.5、win10版本进行下载。
将解压后的文件夹放入Cuda安装目录下:
并将CuDNN文件夹bin目录下的cudnn64_7.dll文件放入CUDA的bin目录下,否则会报“Could not load dynamic library 'cudnn64_7.dll”的错误。效果如图:
环境变量配置
安装完成后,就需要我们配置Cuda的环境变量了,我们在计算机上点右键,打开属性->高级系统设置->环境变量,自动默认帮我们设置好了这2个环境变量:
我们需要手动添加另外两个环境变量,分别是CUDA安装目录下的lib64目录路径,和CuDNN下的bin目录路径。如图:
进入cmd窗口,输入“nvcc –V”,可以看到我们安装的CUDA版本。
安装Tensorflow
打开Anaconda Navigator,新建一个环境(我习惯一个框架一个环境),如图:
自定义环境名(我的是TensorflowPath),等待配置完成。
点击环境名上的箭头,选择open terminal,激活该环境。在打开的窗口中输入“conda install tensorflow-gpu”,就会自动安装适配你的环境的tensorflow的版本。此后,等待安装即可。
安装完成后,依次输入
python
import tensorflow as tf
print(‘GPU:’, tf.test.is_gpu_available())
进行测试
若最后输出GPU:True则说明安装成功。
注:第一次运行该命令时,会在 Adding visible gpu devices: 0这个地方卡住,这是正常情况,耐心等待即可。