Index 目录索引
步骤一
在Anaconda
下新建名为 “tensorflow-gpu” 的环境。
可以直接在Anaconda
软件下通过点击 “Create” 来创建,参考下图:
步骤二
下载并安装CUDA
、cuDNN
及tensorflow-gpu
文件。
请注意,下载CUDA的时候要注意版本与显卡的对应关系,同时,下载的时候也要注意tensorflow-gpu
和cuDNN
之间版本的对应,版本对应关系具体请参考TensorFlow官网,如下图所示:
找到对应的版本后,就可以到NVIDIA官网下载cuDNN
,如下图所示:
安装好CUDA后,将下载得到的cuDNN
解压,并将相应的文件复制至CUDA
相应的目录中,详情请参考这篇文章。
接下来开始安装tensorflow-gpu
,安装方法类似于PyTorch
,仍然可以离线安装。
首先,打开Anaconda Prompt
,在这个命令行窗口中,激活刚才新建的tensorflow-gpu
环境,如下所示:
(base) C:\Windows\system32>activate tensorflow-gpu
(tensorflow-gpu) C:\Windows\system32>
安装下载的.whl
文件格式的 tensorflow-gpu,安装的命令如下:
pip install d:/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl
【注】上面这条命令中的cp37
是指适合 python 3.7 版本的 tensorflow-gpu
。
安装完毕后,显示如下语句:
Successfully installed tensorflow-gpu-2.3.0
至此,tensorflow-gpu
基本环境安装完毕,接下来测试是否成功安装,测试的语句如下:
import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())
如果成功安装tensorflow-gpu
,那么这段代码会输出True
。
安装过程中可能遇到的问题
情况1
测试上面那段代码的时候,报错信息如下:
Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found
可能原因:CUDA未成功安装。
解决办法:参考这篇文章,把缺失的cudnn64_7.dll
文件从解压出来的cuDNN
文件夹中复制到以下路径:
C:\Windows\System32