TensorFlow2-GPU版安装过程总结


前言

我自己安装了很多次说实话还是没搞太懂,我自己也不是计算机专业的看了网上的一些教程,因为电脑配置不同有时候安装也总是出错,在CSDN上找攻略,也在B站上找安装视频看,说实话挺痛苦的,不过经历很多次失败之后还是会有成功的那一次。QAQ


一、安装的配置(硬件和软件)

1.硬件配置

我是根据我自己的电脑配置来讲的,所以我先说一下我自己的配置,主要是关于显卡这一部分的。
电脑配置RTX 2060,支持CUDA10,选择CUDA10是因为我想安装的版本是tf2,我的电脑是win10系统。

2.软件要求

需要安装5个软件分别是
1.anaconda3(Anaconda3-2020.02-Windows-x86_64)
https://www.anaconda.com/products/individual/
2.cudatoolkit=10(就是CUDA10)
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64
3.cudnn(cudnn-1.0-windows10-x64-v7.4.1.5.zip)这个下载需要在官网进行注册才给下载
https://developer.nvidia.com/cudnn
4.TensorFlow2.0
5.pycharm(pycharm-community-2020.1.1)
https://www.jetbrains.com/pycharm/download/#section=windows
上面的顺序也是五个软件的安装顺序,使用Python3.7


二、安装步骤

首先安装完anaconda后,在anaconda中设置一个名为TF2的虚拟环境,所以先鼠标点击开始,找到anaconda的文件夹,打开anaconda prompt是一个命令窗口。
1.在命令窗口中输入:conda create -n TF2 python=3.7,按回车;
2.出现判断是否需要执行,输入:y,按回车。
3.激活环境命令行输入:conda activate TF2
4.出现判断是否需要执行,输入:y,按回车。
5.不要关闭命令行窗口,先最小化

1.下载安装CUDA10

下载完CUDA10后双击安装,进入安装界面
同意并继续
在这里插入图片描述
自定义安装——下一步
在这里插入图片描述
这里要特别注意有两个点,一个是你的显卡驱动版本,还有一个是vs2015有个小插件的安装。此处操作你需要点开第一个项目的小加号和第二个项目的小加号在这里插入图片描述
第一个小加号CUDA下面有个Visual Studia integration这个我是没有勾选的因为我没有安装VS,也是为了麻烦选择不安装,看其他攻略和安装视频这个就可以默认为是不需要安装的我自己也是这么操作的。还有第二个加号Driver components中,Display Driver我没有勾选,这个是和你的安装的显卡驱动有关,这CUDA10自带版本411.31,我自己的版本451.67,比我的还低,所以不需要安装,安装反而出错。
(怎么提前看自己的显卡驱动版本呢?
鼠标在自己的窗口界面空白处右击点击,nvida控制面板,即可查看显卡驱动版本和你的显卡型号)
在这里插入图片描述
后面就没什么了,一直选择默认就好了,都是下一步,等待安装完成即可。在这里插入图片描述

2.下载安装cuDNN

官网里有很多支持CUDA10的cudnn,你也可以自己选一个不需要和我一样。下载完成之后应当是一个压缩文件,解压缩。解压缩后是一个叫做“cuda”的文件夹。将其名称改为cudnn然后将此文件夹复制到cuda安装路径下,如果是默认安装路径应该是一样的
在这里插入图片描述接着还要配置环境变量,自己的电脑图标右击属性,高级系统设置,环境变量在这里插入图片描述
在下面系统变量中选Path点进去添加四个环境目录
在这里插入图片描述
四个环境目录如下图,需要四个都置顶在最上面,如下图
在这里插入图片描述

3.安装TensorFlow2

打开最小化的命令行窗口安装TensorFlow2,在命令行窗口中
输入:pip install tensorflow-gpu==2
等待安装就行,在这里插入图片描述
也可在命令栏窗口验证TensorFlow2是否安装成功
输入:python
按回车进入python
接着输入:import tensorflow as tf
再按回车
最后输入tf.version
具体输入和验证结果如下图在这里插入图片描述
若出现DLL报错,可以安装一个小的插件,根据你自己电脑位数选择
https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads
在这里插入图片描述

4.测试GPU版本TensorFlow2

在安装完TensorFlow2后你要安装好pycharm,怎么安装pycharm看别的教程安装时我是全部打钩然后下一步的,其中最重要的是有一个添加环境变量的钩一定要选上
打开pycharm设置解释器环境如下图,第一次进去直接选左边conda,右边Existing environment,选conda的python路径,选ok。
在这里插入图片描述
若不是第一次进去可在pycharm菜单栏File——setting如下选择,再点右面解释器路径中的小齿轮——add再如上操作即可在这里插入图片描述
测试代码:

import tensorflow as tf
tensorflow_version=tf.__version__
gpu_available=tf.test.is_gpu_available()
print("tensorflow_version:",tensorflow_version,"\tGPU_available:",gpu_available)

a=tf.constant([1.0,2.0],name="a")
b=tf.constant([1.0,2.0],name="b")
result=tf.add(a,b,name="add")
print(result)

安装成功结果:
1.TensorFlow版本,GPU是否可用,再结果代码的中间,滑动右侧滑块往上翻一翻可找到。
在这里插入图片描述
2.张量计算结果显示在这里插入图片描述


三、总结

深度学习好难,自我记录利于自己复习进步,也可令志同道合的同志们少走弯路,希望大家共同进步。

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值