windows-tensorflow gpu配置
纯新手小白,记录一下踩过的坑
安装cuda,cudnn
输入nvidia-smi查看GPU
下载安装cuda11.6
链接https://developer.nvidia.com/cuda-downloads,我这里选择精简安装
下载安装cuDNN
链接https://developer.nvidia.com/rdp/cudnn-archive,选择对应11.x版本
解压cudnn压缩包中的bin目录下的所有文件,复制到cuda中C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin目录下
cudnn压缩包中的include目录下的所有文件,复制到cuda中C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include目录下
cudnn压缩包中的lib\x64目录下的所有文件,复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib\x64目录下
安装tensorflow
进入新建的环境
conda activate your_env_name
tensorflow对于gpu的支持只到2.10,如果你装了最新的tf(2.11),需要先卸载2.11。
pip uninstall keras
pip uninstall tensorflow-io-gcs-filesystem
pip uninstall tensorflow-estimator
pip uninstall tensorflow
pip uninstall Keras-Preprocessing
pip uninstall tensorflow-intel
接着安装2.10
pip install tensorflow==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/
Pycharm导入环境
tensorflow GPU测试代码
import tensorflow as tf
print(tf.config.list_physical_devices())
print('GPU',tf.test.is_gpu_available())
测试成功