tensorflow-gpu2.3版本安裝步驟
一、硬件要求
首先,TensorFlow-gpu不同於CPU版本的地方在於,GPU版本必須有GPU硬件的支撐。TensorFlow對NVIDIA顯卡的支持較為完備。
對於NVIDIA顯卡,要求對於其算力不低於3.5。算力參考:
http://developer.nvidia.com/cuda-gpus
驅動版本註意:NVIDIA驅動程序需要418.x或者更高的版本。可以在命令行中輸入
nvidia-smi
命令查看驅動版本。
我們可以看到我們的驅動程序滿足上述條件。於是我們可以開始正式安裝tensorflow-gpu瞭。
TensorFlow-gpu版本有兩個重要的依賴庫,分別是CUDA和cudnn。下面我首先來介紹CUDA的安裝方法。
對於tensorflow-gpu2.3.0版本來說,對於CUDA的版本需要是10.1,cudnn版本號需要不小於7.6
二、 CUDA和cudnn的安裝
1、查看本機的CUDA驅動適配版本
桌面右鍵打開英偉達控制面板,點擊幫助->系統信息->組件
可以看到本機支持的是CUDA 10.2 版本,表示是不支持更高版本的。如果你升級瞭驅動,可能會支持更高版本,也可能不會提升。
所以就必須安裝 10.2 及以下的版本,即我們可以正常安裝CUDA10.1版本。
2、下載CUDA和cuDNN
CUDA10.1下載頁面:
https://developer.nvidia.com/cuda-10.1-download-archive-base
cuDNN下載頁面:
https://developer.nvidia.com/rdp/cudnn-archive
記得一定要下載與你所下載的CUDA版本相匹配的版本,這裡我下載的是
3、安裝CUDA和cudnn
找到你下載的CUDA,無腦點擊下一步安裝就行瞭。當然如果你想自定義的話要記住你選擇的安裝路徑。本人推薦使用默認的安裝地址。
CUDA安裝完成後,打開命令行窗口,執行nvcc -V ,成功的話會返回cuda版本號。
解壓cuDNN壓縮包,可以看到bin、include、lib目錄
打開 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA,這個是你CUDA安裝的默認地址,如果自定義瞭安裝路徑,請打開你自定義的路徑。
找到你安裝的版本目錄,打開,找到bin、include、lib目錄,將cuDNN壓縮包內對應的文件復制到bin、include、lib目錄。
註意:是復制文件到bin、include、lib目錄,不是復制目錄。
4、添加環境變量
你需要在系統環境變量的Path項下添加幾個路徑
點擊:新建
復制粘貼下列兩個路徑即可
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
最後點擊確定即可
註意:選擇你安裝的路徑,我使用的是默認的安裝路徑,所以是上面兩個路徑,如果是自定義的路徑,請填寫自己選擇的路徑。
5、檢查安裝結果
打開命令行窗口,在命令行窗口輸入以下命令
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite //然後輸入下一行命令 .\bandwidthTest.exe
若出現以下信息,說明CUDA已經cuDNN安裝成功
三、TensorFlow-gpu 2.3.0版本的安裝
打開以管理員身份命令行窗口,執行以下命令
pip install -i https://pypi.douban.com/simple/ tensorflow-gpu==2.3.0//使用豆瓣源來安裝
註意:一定要以管理員身份打開命令行窗口,否則會出現拒絕訪問的錯誤!!!
等待安裝完成後,輸入pip list查看自己安裝的tensorflow版本。
最後,編輯代碼
import tensorflow as tf print(tf.test.is_gpu_available())
若輸出true則表示,安裝成功。
四、寫在最後
在文中,本人並未重新創建一個環境安裝tensorflow2.3.0,由於tensorflow1.x版本與2.x版本差距較大,網上代碼使用的版本有時是1.x有時是2.x,所以本人建議,大傢再創建一個環境,參照以上步驟安裝一下tensorflow1.x的版本。以備不時之需。
到此這篇關於tensorflow-gpu2.3版本安裝步驟的文章就介紹到這瞭,更多相關tensorflow gpu版本安裝內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- None Found