日期:2020年10月17日
首先,下载Anaconda个人版,最新版本是3.7,安装的时候推荐把Anaconda添加到系统环境变量中。
https://www.anaconda.com/products/individual
第二步,安装nv的SDK
在NV官网下载CUDA 10.1:
https://developer.nvidia.com/cuda-10.1-download-archive-base
去掉勾选与VS的集成,特别喜欢VS的当我没说,个人喜欢轻量级的VS Code,下面会提到。
安装目录选择默认配置就好,点下一步等等就安装完成了。
下载安装,cuda 10.1对应的cudnn 7.6版本。(需要注册NV账号,微信登录也行)
https://developer.nvidia.com/rdp/cudnn-archive
下载对应的cudnn,红框里的都可以。
下载解压,将cudnn 7.6解压,放到下面的目录下,与cuda10.1里的bin合并。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\
最后,将下面的目录添加到系统变量里。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
第三步,从开始菜单打开Anaconda的Prompt进入安装。
1,创建envs环境
conda create -n tf2.1 python==3.7
2,进入envs环境
conda activate tf2.1
3,安装cuda和cudnn
conda install cudatookit=10.1
conda install cudnn=7.6
4,安装tensorflow
pip install tensorflow==2.1
如果觉得速度比较慢的话,可以使用国内的源,
pip install tensorflow==2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
or
pip install tensorflow==2.1 -i https://pypi.douban.com/simple
5,进入python编译器后查看,如果cuda配置正确的话。
(tf2.1) C:\Users\sk>python
Python 3.7.0 (default, Jun 28 2018, 08:04:48) [MSC v.1912 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2020-10-17 22:43:23.720583: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
>>>
如果配置的有问题,则会提示:cudart64_101.dll not found,cuda没配置好。
>>> import tensorflow as tf
2020-10-17 21:56:58.058980: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found
2020-10-17 21:56:58.064859: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
>>>
至此,支持GPU的Tensorflow已经安装成功。
第四步,在Jupyter Notebook里是不看到我们新创建的envs的,也就用不了jupyter notebook,我们需要配置一下envs:tf2.1,也就是将新建的环境添加到jupyter的kernel中。
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m ipykernel install --name tf2.1
Jupyter Notebook选择tf2.1,如图所示,配置成功。
第五步,在VS Code里配置tf 2.1。
第六步,在Pycharm CE里配置tf 2.1。