tensorflow2.3
首先,下载并安装Anaconda,网上教程很多,不赘述。
用管理员权限进入cmd。
先创建新的虚拟环境(方便管理),并激活。在命令行输入:
conda create --name tf2 python=3.7 # “tf2”是新环境的名字,可以随便取
conda activate tf2 # 激活进入“tf2”虚拟环境
再使用pip安装tensorflow
pip install tensorflow
没有VPN可能下载很慢。可用清华镜像:
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/
CUDA10.1
笔者的笔记本显卡是GTX1070,进入NVIDIA 设置,帮助-系统信息-组件,查看匹配的CUDA版本。
这边推荐是CUDA11.0。但笔者试了一下,现有的CUDA11.0与对应的cuDNN并不合适。尝试了几次后,选择CUDA10.1。
去官网下载CUDA10.1。
下载之后选择安装。
点击OK。之后,选择自定义安装,安装组件只勾选CUDA即可。其他保持默认即可,直到结束。
检验是否安装成功,进入cmd,输入:
nvcc -V
出现如下信息就说明安装成功。
如果没有,进入系统的环境变量,检查path中的路径是否齐全。
cuDNN765
去官网下载与CUDA10.1对应的cuDNN7.6.5版本。
选择WIN10版本。
下载并解压,把…\cudnn10.1v7.6.5.32\cuda 里面的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
提一句,如果要卸载CUDA与cuDNN,卸载如下:
然后删除C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1这个文件下的cuDNN。
最后清除设的环境变量即可(如果还残留的话)。
检查
按之前安装tensorflow的操作,先进入我们创建好的安装过tensorflowd的新环境"tf2",再进入python:
activate tf2
python
在python中输入
import tensorflow as tf
print(tf.__version__)
print('GPU', tf.test.is_gpu_available())
若输出tensorflow版本号"2.3.0"和“GPU ture",说明成功。(会有很多其他信息,不必担心。)
参考:
https://tf.wiki/zh_hans/basic/installation.html