windows10 + Anconda + CUDA10.0 + cudnn + TensorFlow2.0.0
安装过程中,最重要的是将版本对应起来
-
Anaconda 安装
通过安装anaconda软件,可以同时获得 Python 解释器、包管理,虚拟环境等一系列的便捷功能,尤其是当你需要不同的 python版本时,很方便创建。
这个去官网下载就可以了: https://www.anaconda.com/distribution/#download-section
-
CUDA安装
目前深度学习框架大都基于 NVIDIA 的 GPU 显卡进行加速运算,因此需要安装 NVIDIA 提供的 GPU 加速库 CUDA 程序。
安装之前需要先查看自己的电脑显卡型号
找到自己所符合的cuda版本
然后去官网上下载对应的版本:https://developer.nvidia.com/cuda-10.0download-archive
推荐下载本地安装包,下载完后,解压开始安装,需要注意的几点是:
-
选择 custom 选项,这样可以只安装自己想要的
-
在 CUDA 节点下取消安装 Visual Studio Integration
-
在 Driver components 节点下,对比 New Version 和 Current Version 版本,如果 Current Version 大于 New Version ,则需要取消 Display Driver 的勾,如果小于或等于,则默认勾选即可
-
检测 cuda 是否安装成功,win + R 打开命令行,输入 nvcc -V ,输入下面信息则安装成功
-
-
cudnn 安装
cudnn 库并不是运行程序,只需要下载解压 cuDNN 文件,并配置 Path 环境变量即可
在官网上下载 cuda 10.0 匹配的 cudnn 版本,下载 cudnn 的时候需要先注册一个账号
下载完成后,解压后将 cuda 的文件夹重命名为 cudnn765,并复制此文件夹进入 cuda 的安装路径 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0,粘贴“cudnn765”文件夹即可
-
环境变量 Path 配置
上述 cudnn 文件夹的复制即已完成 cuDNN 的安装,但为了让系统能够感知到 cuDNN 文件的位置,需要额外配置 Path 环境变量。
打开“此电脑”,选择“属性”,选择“高级系统设置”,选择“环境变量”。在“系统变量”一栏中选中“Path”环境变量,选择“编辑”,选择 “新建”,输入 cuDNN 的安装路径“C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0cudnn765bin”,并通过“向上移动”按钮将这一项上移置顶。
此时环境变量中应该包括以下三项:
-
TensorFlow2.0.0 安装
在 anaconda 创建一个独立的 python=3.6 版本
conda create --name tensorflow-gpu python=3.6
再使用清华源来安装 tensorflow2.0.0(这里需要注意的是最好指定版本,最开始我自己没指定,下载的是最新的版本2.1.0,导致在使用的时候有个库找不到,这个库 cuda10.1 版本才有)
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
下载完成后,来测试是否安装成功,输入 python 进入 python 交互式终端,输入
import tensorflow as tf
没错的话,继续输入
tf.test.is_gpu_available()
如果最后出现 True,恭喜你,安装成功,若失败,则需要再次检测CUDA,cuDNN,环境变量等步骤
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:TensorFlow2.0.0 环境配置 - Python技术站