目录
- 前言
- 第一步:显卡型号检查
- 第二步: 安装Anaconda
- 第三步:安装CUDA Toolkit + cuDNN
- 第四步:安装TensorFlow-GPU
- 第五步:测试
- 第六步:踩坑记录
前言
之前因为设备问题,配置过3、4次TensorFlow-GPU环境,然鹅,受疫情影响…一切又要重新开始配置,历时4小时,又双叒趟坑一遍!!!哭死!一定要记录下这次配置,防止自己再入坑!不过,这次趟坑经历让我对TF环境的配置有了一次更加…全面和深刻的认识(真是毫不谦虚呢!)
希望大家大体浏览一下文章再尝试安装,避免一些不必要的错误。
经过4、5次配置经历后,我认为,安装的过程并不难,也不容易出错,最重要的是选择好与自己设备兼容且python+tensorflow+CUDA+cuDNN之间版本的匹配(划重点)
我的设备及环境如下:
电脑配置
- 联想拯救者Y7000
- GTX1650
- Windows 10
所需环境
- Anaconda3(64bit)-5.0.1
- CUDA-9.0
- CuDNN-7.1
- Python-3.6
- TensorFlow-GPU 1.5
- Keras-2.2.0 (这个不是必要步骤,是我自己的代码需要,可忽略)
(python、CUDA、cuDNN、TensorFlow-GPU对应版本的确认)
第一步:显卡型号检查
首先要查看显卡是否支持GPU加速,可以在NAVIDIA官网查询(NVIDIA:Your GPU Compute Capability这个部分),如果Compute Capability 值低于3.0,不建议使用该GPU计算,查询链接:https://developer.nvidia.com/cuda-gpus
满足以上条件之后,你就可以安装Tensorflow了!(很尴尬,我的GTX1650没有在列,多亏CSDN一些优秀博客记录,最终我确定了自己电脑支持的版本,在此表示深深的感谢!!so 即使上面没有记录你的显卡,一般只要性能够的话也是可以的。)
第二步:安装Anaconda
2.1 下载
官网下载:https://www.anaconda.com/download/,速度很慢,容易断线
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我选择的是清华镜像,速度超快
2.2 安装
安装步骤比较简单,一路Next即可,很多链接里有详细介绍,在这里就不重复啦,附上我参考的安装步骤链接:https://blog.csdn.net/qy13913453196/article/details/82589792和https://blog.csdn.net/qq_30611601/article/details/79067982
说明:环境配置我是直接勾选的,没有自己手动配置
第三步:安装CUDA Toolkit + cuDNN
3.1 查看需要安装的CUDA+cuDNN版本
对应tensorflow官方的对照表,下载相应的CUDA和cuDNN
我参考的对照表链接:https://github.com/fo402