TensorFlow GPU 环境安装

TensorFlow GPU 环境安装

1. 安装anaconda

清华镜像园anaconda地址如下：可以下载miniconda
https://mirrors.tuna.tsinghua.edu.cn/anaconda/

2. 安装GPU硬件加速相关的库

参考tensorflow官方安装说明：

https://tensorflow.google.cn/install/gpu

1. 查看tensorflow和python，cuda硬件加速，cuDNN神经网络加速库的匹配情况

查看结果如下：

2. 安装cuda硬件加速，cuDNN神经网络加速库

CUDA工具包安装

1. 下载CUDA工具包，按照默认选择安装

2. 安装的目录在C:\Program Files\NVIDIA GPU Computing Toolkit\

3. 若安装的是CUDA1.1的版本，其缺少库cusolver64_10.dll，需要网上下载该库放入目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin即可

cusolver64_10.dll网盘链接如下：

链接：https://pan.baidu.com/s/1o3E-AAXhpRpRSQyItNUQPQ 
提取码：n4ci 

cuDNN神经网络加速库的安装

1. 下载cuDNN 软件加速包

2. 将其解压并放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\目录下，可以将其命令为你想要的名字，我将其命名为了cudnn811

2.  将库目录下得bin文件夹路径，添加到环境变量path中

3. tensorflow安装

使用anaconda安装tensorflow, 我的python版本为3.8，tensorflow版本使用最新的2.4.1

创建conda环境，名字取为tensorflow

conda create -n tensorflow python=3.8

进入创建的conda环境

activate tensorflow

安装tensorflow，默认按照最新的gpu版本

python -m pip install tensorflow -i https://pypi.douban.com/simple

查看安装的tensorflow版本

import tensorflow as tf
tf.__version__

查看tensorflow的gpu是否可用

import tensorflow as tf
tf.test.is_gpu_available()

4. 其他深度学习相关工具和库安装

1. 安装jupyter notebook

pip install jupyter -i https://pypi.douban.com/simple

1. 开启jupyter notebook

jupyter notebook

2. jupyter 默认目录修改（文件存放目录）

2.1 运行jupyter notebook --generate-config命令创建jupyter_notebook_config.py

2.2 打开jupyter_notebook_config.py文件，将c.NotebookApp.notebook_dir修改为指定的目录，参考如下

 

2. 安装其他常用库

numpy matplot等库

pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

PIL库安装

pip3 install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

opencv安装
pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple