Tensorflow-GPU版本的安装
安装步骤:
准备:anaconda
需安装tensorflow,cuda,cudnn,首先明确安装什么版本。tensorflow,cuda,cudnn三者版本必须对应,最好不要安装最新版本,可能没有三者统一对应。
(个人tf version=2.0.0,cuda version=10.0, cudnn version=7.6 for cuda,供参考。)
1.安装tensorflow:(pip3 install tensorflow-gpu==version指定版本)配置环境略。可能失败,可换镜像源或科学上网
2.安装cuda:官网下载安装,下载后运行exe文件,若在exe时新建文件夹保存则在后面安装时不可选同一文件夹安装(可能原因为会删除install文件)2步安装时可选保存路径,是否安装NVIDIA experience等,默认安装路径C盘,确保足够空间。(5G左右)
3安装cudnn:官网下载安装,需账号登录,下载压缩包后解压缩,进入cuda(cudnn解压缩后会出现)文件夹复制bin等三个
文件夹(只有三个文件夹)粘贴到NVIDIA GPU Computing Toolkit\CUDA\v10.0文件夹中(前面安装的cuda路径)。
**4配置cuda,cudnn环境变量:新增path中环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\win64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\common\lib\x64五条(个人)
v10…0为版本号,前面为默认路径,可能不同。
5验证:anaconda promt中进入tensorflow环境(命令activate tensorflow)
命令:nvcc -V 查看cuda版本,显示版本号则成功安装cuda,cudnn并配置完成
tensorflow环境下进入python 导入tensorflow后,输入命令:tf.test.is_gpu_available() 显示true则GPU版本tensorflowf安装成功。(网上验证代码可能因tf1.X或tf2.X版本不同而失效)
如果不是因为安装了两天才成功,谁又愿意写博客记笔记呢