入坑第一步:Win10安装cuda+cuDNN+TensorFlow-GPU走过的那些路
这两天安装tensorflow-gpu被折腾够呛,幸亏最后成功了,给想要安装的大神们看下我走过的坑,避免掉入。
如果是新手,需要安装下面几个软件:
第一步 安装anaconda
首先就是Python编辑器:anaconda,需要注意的是python2.×已经不维护了,所以直接安装3.7,需要注意的是,在安装过程中有个选项,直接加入环境变量中。
网址anaconda请戳
可以在命令行查看是否安装成功:
第二步 查看电脑适配型号
如果大家想要安装TensorFlow的GPU版本,首先需要明确的一点是:电脑是否是NVIDIA显卡,以及显卡可使用的cuda版本。
这个步骤不可省,如果不是NVIDIA显卡,则不支持GPU版本,只能使用CPU的TensorFlow。并且正确的cuda版本,决定了最后GPU版本是否能检测到设备。
在【控制面板】的【设备管理器】中查看【显示适配器】。
如果是NVIDIA版本,可以查看计算能力如何,大于等于3.5=GPU;小于3.5=CPU。
查看计算能力地址:capacity
想要看自己电脑适合的CUDA版本,可以看下自己电脑支持的型号,对应的版本请戳官网文档。
查看电脑型号步骤:在桌面右键找到【NVIDIA控制面板】,弹出的【系统信息】中,查看驱动版本。
如果确定可以按照GPU版本的TensorFlow,目前已经是2.×版本了,所以对应安装CUDA和cuDNN。
然后到官网查看适配的版本号,注意:版本并不是越高越好,并不是越高越好,并不是越高越好!
重要的事情说三遍,一定要安装合适的版本,否则会检测不到设备,即使TensorFlow安装完全成功,但仍然不能使用GPU计算。官网传送门
第三步 安装CUDA和cuDNN
找到对应的版本之后,就是下载安装cuda了:CUDA Toolkit
如果找不到特定的版本,可以参考这个:NVIDIA CUDA各版本下载链接
首先就是选择【自定义安装】
然后下一步中,CUDA选项中的下拉列表,如果电脑安装了vs,可以忽略下面这步,如果没有安装,去掉下面这个选项:
【Driver】这个选项中,查看版本对应情况,如果电脑版本高于cuda版本,则不选择这个Display Driver。
测试是否安装成功,在cmd中键入 nvcc -V,如果能出现版本信息,则说明安装成功。
CUDA装好之后,到官网下载cuDNN,地址请戳
在下载cuDNN时,需要注册,这里用邮箱注册一下就行。
将cuDNN解压并重新命名为cuDNN,原始文件名是一长串。
将这个文件夹,整体复制到CUDA下面。
第四步 配置环境变量
上面安装完之后,配置环境变量。
一共有4个,有两个在安装CUDA的过程中已经配置好了,还有cuDNN的环境变量和CUPTI的环境变量。
在【系统】中【高级系统设置】找到【环境变量】的【Path】,进去添加两个新的环境变量。
找到自己文件中的位置,添加到里面,并且要把这四个放到前面,通过上移的操作,把新加的两个移到上面。
第五步 安装TensorFlow-GPU
通过上面的几步,已经到了最后安装TensorFlow阶段了。在国内安装TensorFlow时,下载会非常慢,可以使用清华镜像。
pip install pip -U # 升级 pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
很快就可以安装成功。
import tensorflow as tf
tf.test.is_gpu_available()
可以愉快地使用TensorFlow-GPU了,enjoy it!
—————————————————————————————————————————————
说下我遇到的坑:
我开始的cuda安装了最新版的11.0,各个步骤都可以通过。
但是在使用gpu时,一直说检测不到设备,后来看到某个大神说,目前TensorFlow-GPU适配的只到10版本,然后又开始了我的卸载cuda11.0之路,重启电脑三四次,才卸载成功。
如果你目前也无法使用GPU,除了检查下电脑显卡适配情况,还有就是降级吧。。
附上卸载cuda链接:传送门