文章目录
其实之前都在电脑上配置过tensorflow的环境,当然也是在anaconda下的,同时也写过相关的问题笔记,但是由于偷懒写的很简略。在重装了系统之后,电脑上的TensorFlow环境出了点问题,干脆就卸载了anaconda。重装TensorFlow时发现自己居然不会了,哎,搜索了一些博客后,最终算是圆满安装,这次不偷懒,仔仔细细地记录下。
由于我配置的是GPU版本的,所以要涉及CUDA的配置。这里我把整个过程描述为CUDA和cuDNN环境配置、安装anaconda、配置TensorFlow环境、在jupyter notebook和pycharm中使用tf四个环节。我的环境为:win10、64位、显卡为1050Ti。
1 CUDA和cuDNN环境配置
1.1 查看电脑的显卡类型
在电脑设备管理器(我的电脑右键–点击属性–出现设备管理器)中显示适配器下查看。如下图所示,我的电脑的显卡为1050Ti。
1.2 CUDA安装
关于CUDA安装的版本,很多博客上都说要去NVIDIA控制面板下(如下图所示)查看自己需要的CUDA版本,其实我觉得是可以不用的,因为TensorFlow现在最高只支持CUDA9.0,我之前也是安装了CUDA9.1,然后却在安装TensorFlow的时候报错。所以这次我直接安装CUDA9.0。关于这方面的更多细节请参考。需要注意在安装之前可能需要更新NVIDIA显卡驱动,在更新驱动的时候,个人建议尽量使用低版本的驱动。驱动下载地址
TensorFlow官网对显卡的支持
在敲定了CUDA的版本之后,就可以去官网下载了。我这里的选择如下图所示。
下载完成之后,为了简单起见,所有设置默认安装。
安装验证,在cmd窗口中输入nvcc -V
查看CUDA的安装,如下图所示,表明安装成功。
1.3 cuDNN的设置
至于使用什么版本的cuDNN,下图为TensorFlow各个版本相关的支持。
这张图片只到了1.7版本,所以上表所列的版本支持不高,仅供参考。但是现在在TensorFlow官网上,要求7.2以上版本。官网下载