前言:
最近做一个TensorFlow的开源项目,用CPU跑的话,要消耗太多的时间,于是有了这篇配置GPU环境的踩坑日志
分享一些注意的地方
去官网查看经过测试的构建配置
我使用的配置是
Win10+tensorflow2.1+CUDA10.1+cudnn7.6)
地址如下:https://tensorflow.google.cn/install/source#linux
查看构建好的成熟的方案TensorFlow版本和CUDA和cudnn的版本之间的关系
![1b5ba15e8ab3b3c1db54e0e1defe8cdf.png](https://i-blog.csdnimg.cn/blog_migrate/037782d62a2aeaf3b6002fec67df56cd.jpeg)
1.安装tensorflow
使用conda创建一个虚拟环境
!!注意!!
![a8126eeb6d381a91a62d0ca35f1afe0b.png](https://i-blog.csdnimg.cn/blog_migrate/15fe855278646fc9509369065cc61482.jpeg)
pip install -i https://pypi.doubanio.com/simple tensorflow=2.1.0
2.安装cuda10.1
下载地址:
https://developer.nvidia.com/cuda-toolkit-archive
![005ae3bc19d8b7d4656fdb2d44229b91.png](https://i-blog.csdnimg.cn/blog_migrate/b5a006ea501998b375661fce9f563177.jpeg)
一路next安装完成之后
![ee08a3a6a2c2bfc6f85761214ee849ae.png](https://i-blog.csdnimg.cn/blog_migrate/f61a93f678294deaf01b9eabf978d159.jpeg)
查看环境变量,默认cuda的环境变量会自动添加
![7ddc5a7894da23d361df3d414819e642.png](https://i-blog.csdnimg.cn/blog_migrate/546f96baabbf2102f655a1bff5f8ebc1.jpeg)
配置path中的环境变量
![0ad679830b4b183714aa52d3ab352a61.png](https://i-blog.csdnimg.cn/blog_migrate/6918f1e31e6a6900bf450010d994c04c.jpeg)
![b6a4c06f08f7415a8915d1bd3b5ded8e.png](https://i-blog.csdnimg.cn/blog_migrate/8a8d6896b0c9fdc9ee07da19c188a6f6.jpeg)
在终端中测试:
![0b796c8f1a37746810c95d64adf65271.png](https://i-blog.csdnimg.cn/blog_migrate/4872fd2d9e586f5f39606437b0c48d24.jpeg)
3.cudnn7.6配置文件
文件下载:https://developer.nvidia.com/rdp/cudnn-archive
下载这个文件需要登录NVIDIA官网,我登录了半天登不上去,后面把网页的语言设置成English登上去了
![9f0bee8f86c473e7de72a105ee29a8a6.png](https://i-blog.csdnimg.cn/blog_migrate/224d4a653b4e595f49163365869d0760.jpeg)
![12950d8ee3b3266fd2b366326e7660af.png](https://i-blog.csdnimg.cn/blog_migrate/c213323cfd5e7859ac9c12f41dcf5d78.jpeg)
把压缩包解压出来
![a6aa8eab165b87350e67f0e9449276c8.png](https://i-blog.csdnimg.cn/blog_migrate/d0bb4566ea3138759cb182583fd681ed.jpeg)
![65520115ea25d8406f0bb3aabb800235.png](https://i-blog.csdnimg.cn/blog_migrate/b037955f7880dbff18613d266200db81.jpeg)
测试能不能使用GPU
![51093ec38cb1dbb94d024d631de2ffb2.png](https://i-blog.csdnimg.cn/blog_migrate/cc040dfd26f82aa54c862a801a4f0c02.jpeg)
![e1e880bcd6b76ebf37a8b1a96770a8f0.png](https://i-blog.csdnimg.cn/blog_migrate/6621359659b7589af6ac5c8ef7a5d622.jpeg)
import tensorflow as tf import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' a = tf.constant(1.) b = tf.constant(2.) print(a+b) print('GPU:', tf.test.is_gpu_available())
GPU环境成功会打印如下
![3857a7f0c1d6bb89486dc9f3fbaa22d5.png](https://i-blog.csdnimg.cn/blog_migrate/4002c64f558ffb2af1fe7a3f08d2dceb.jpeg)