查看安装的驱动程序
打开nvidia控制面板->系统信息,查看GPU的型号,我的型号为GeForce GTX 1660 Ti,驱动程序版本为462.42
打开组件查看安装的GPU驱动版本,显示我的显卡支持版本为NVIDIA CUDA 11.2.162版本
在https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html中查看windows下CUDA版本于安装驱动程序的版本对应关系
我的驱动程序版本为462.42,可以支持CUDA11.3.0版本以下的版本,我选择的CUDA版本为CUDA 11.2.2。
在https://tensorflow.google.cn/install/source_windows?hl=en#gpu查看tensorflow-gpu安装的相应版本关系
这里我选择安装tensorflow_gpu-2.5.0版本,各个版本对应为
安装CUDA
安装CUDA工具包
下载CUDA工具包,以前版本的网页查找以前的版本,点击CUDA Toolkit 11.2.2,如下图
跳到页面选择下载windows系统的CUDA,选择如下图下载安装工具
下载完成,双击打开进行安装
选择下载器的安装路径,默认即可
出现安装界面
选择自定义
选择下载的组件,默认全选,我已经安装了驱动组件,这么不选择下载驱动组件,其他组件也取消
CUDA组件里选择下面几项即可,我还没有下载vs,不勾选Visual Studion Integration
选择安装路径,这里默认路径即可,点击下一步进行下载
安装完成
查看安装
在我的安装路径已经多出了一个CUDA文件夹,
点击计算机右键属性->高级系统设置->环境变量->系统变量如下图
此时CUDA环境已经自动配置成功,win+R 输入cmd打开命令行
输入nvcc --version查看CUDA,显示如下则安装成功
安装cudnn
去官网下载cudnn,需要登陆。
选择相应的版本,我下载的是8.1.1版本
选择cuDNN Library for Windows(x86)进行下载,下载的文件是一个压缩包,需要解压,解压后的文件夹名为cuda,里面文件如下
将cuDNN里面的下面三个文件夹下的文件分别复制到之前安装的CUDA的相应同名文件下。
cudnn安装成功
安装tensorflow-gpu
win+R 输入cmd打开控制台,输入如下命令安装tensorflow-gpu-2.5.0(需要此前已经配置成功anaconda环境)
如下图所示下载成功
确实tensorflow安装成功
conda list 发现存在多出如下几个包
直接进入python环境,输入import tensorflow as tf导包,显示如下则安装成功
补充
若是在导包中出现以下警告
则是cuda的一些库没有找到,cuda的库版本是向下兼容,如果是版本高了,可以在cuda安装目录中的bin目录里面进行重命名为需要找到的链接库即可