前言、Tensorflow版本对应问题
前排友情提醒,若电脑无独立显卡,请不用安装GPU版本,乖乖的安装CPU版本吧
目前已被验证的最新版兼容的各部分版本如下:
- tensorflow - 2.1
- python - 3.7.6
- cudatoolkit - 10.1
- cudnn - 7.6.5
若想了解旧的Tensorflow版本以及对应的cuda、cudnn版本,请访问Tensorflow官网,并下滑至最底部。如图
一、安装CUDA
- 务必确定tensorflow的CUDA版本。(ps:博主当初就是在这里踩坑的,博主一开始下载了本机的NVIDIA版本为10.2,但是安装完后导入tensorflow库后提示"Could not load dynamic library ‘cudart64_101.dll’"的报错信息,然后去到自己安装的CUDA路径目录中搜索,发现自己只有’cudart64_102.dll’这个文件,于是就知道了自己的CUDA版本安装错误。)
- 到英伟达官网下载对应的CUDA版本
(这里提醒一点,若发现点击下载后只有32B或者42B大小的exe文件时,请挂梯子后再下载,当时博主在这里也踩了一个坑。) - 安装cuda:双击执行下载的exe文件,会先解压文件到临时目录(不是安装目录),保持默认即可
- 安装过程:选择自定义
取消勾选 Visual Studio Integration
建议默认安装在C盘 。 这三个路径很重要,需要记住,后面配置环境变量以及安装cuDNN要用到
安装过程这里提个醒,我一开始0%,然后过一会提示下载未完成,请重试。于是,这里我也挂了个梯子。
- 配置CUDA环境
在Path中手动添加如下路径:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64
- 验证CUDA是否安装成功
二、安装cuDNN
到英伟达官网下载与CUDA对应的cuDNN,我这里下载的版本是 cuDNN v7.6.5。注意:需要先注册账号,填写个人信息及简单的调查文件后才能下载,一步一步来即可。
下载之后,解压缩,将CUDNN文件夹里面的bin、clude、lib文件直接复制到CUDA的安装目录下,直接覆盖安装即可。如图
三、 安装TensorFlow
1、安装anaconda,在网上有其他教程,这里不展开。
2、 然后直接用下面命令即可: 这里用了豆瓣镜像,不得不说,那个速度快的飞起啊!!(下载速度可见图)
pip install -i https://pypi.doubanio.com/simple tensorflow-gpu==2.1.0
3、验证是否安装成功
先输入python进入交互式界面,然后用如下命令验证是否gpu版本启用
import tensorflow as tf
tf.test.is_gpu_available()
噔噔噔~恭喜你,成功啦!
参考:
win10+MX350显卡+CUDA10.2+PyTorch 安装过程记录 深度学习环境配置
win10系统极简安装Tensorflow2.1—gpu版本流程