刚开始接触深度学习,因为有的教程是基于pytorch有的是基于tensorflow,前几天安装完成了pytorch,现在安装一下tensorflow,查看pytorch安装教程请移步:https://blog.csdn.net/weixin_39574469/article/details/117429815
前言
tensorflow的安装过程比pytorch要复杂一些,一定要仔细,不然很容易安装错。
安装tensorflow前需要安装cuda和cuDNN,首先去这个网站拉到最下面确定需要安装tensorflow的版本和对应的cuda和cuDNN版本:
https://www.tensorflow.org/install/source_windows#cpu
比如我这里需要安装tensorflow2.4.0,对应cuda11.0和cuDNN8.0。
在搞清楚需要安装的版本后开始进行安装。
1 cuda安装
下载地址:https://developer.nvidia.com/cuda-toolkit-archive
根据前面选择合适的版本
下载exe文件
安装时默认下一步就行,安装的时候记一下安装的路径,后面会用到。
安装完成后看一下环境变量里应该自动添加了cuda。
在命令行下输入nvcc -V, 出现下列信息说明cuda安装成功
到这里,cuda就安装完成了。
2 cuDNN安装
https://developer.nvidia.com/rdp/cudnn-archive
选择合适的版本
这里下载可能需要注册,简单注册一下就行
选择windows版本下载
下载完后是一个压缩文件,里面会有三个文件夹和一个txt。
将这三个文件夹复制到刚才安装的cuda目录下
我的是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
根据官网的介绍,需要把cuDNN添加到环境变量中
自己对比一下,把没有的加进环境变量就行
至此cuDNN也安装完成了
3 tensorflow 安装
直接在命令行里运行下面的命令就行,需要注意的是使用默认源下载可能会很慢,这里换了国内的源
pip install tensorflow-gpu==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装完成后进行验证
import tensorflow as tf
for i in tf.config.list_physical_devices():
if 'GPU' in i[1]:
print (i[1],'可用,GPU名称: ',i[0])
如果显示这样则说明gpu可用
XLA_GPU 可用,GPU名称: /physical_device:XLA_GPU:0
参考