• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

Windows安装tensorflow教程 GPU版

开发技术 开发技术 2周前 (09-10) 26次浏览

 

PS:这是GPU版本,CPU版会用笔记本环境另写一篇博客。

 

前置准备

查看GPU型号

电脑桌面->右键我的电脑->选择管理->点击设备管理器  如下图:

Windows安装tensorflow教程 GPU版

 

如果不是英伟达显卡,那么不用往下看了,GAMEOVER!

 

查看CUDA算力

gpu版本要求电脑的GPU硬件必须有CUDA支持,并且计算能力最低为3.5以上。

查看地址在这里:https://developer.nvidia.com/cuda-gpus

这个就是我的:

Windows安装tensorflow教程 GPU版

 

下载GPU驱动

下载地址:https://www.nvidia.com/download/index.aspx?lang=en-us#

我的演示:

Windows安装tensorflow教程 GPU版Windows安装tensorflow教程 GPU版

 

这个驱动的版本号必须要达到418.x以上

 

下载Anaconda

清华大学镜像地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

我下载的版本是:Anaconda3-5.3.1-Windows-x86_64.exe

配置高级选项的时候  第一个我选择将Anaconda加入环境变量  第二个注册Python3.5没有勾选,因为我电脑上安装得有python3.7。

 

配置Anaconda软件包下载服务器

从开始菜单中打开Anaconda Prompt,依次输入以下三条命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

 

新建虚拟环境

Anaconda默认的虚拟环境是base(root),其中已经安装的软件包太多,并且这个虚拟环境无法删除,所以我们新建一个虚拟环境进行学习,将来不想使用的时候可以将新的虚拟环境删除。

依然在Anaconda Prompt的命令行中,执行命令:

conda create -n tf_gpu python=3.7

其中conda create是创建命令  -n是name的意思  后面tf_gpu是新环境名 名字随意取  python=3.7是设置该环境的python版本 一般来说3.6和3.7两种

 

 

Windows安装tensorflow教程 GPU版

这里输入y  表示同意安装相关软件包

 

Windows安装tensorflow教程 GPU版

现在新的虚拟环境已经创建完成

 

执行命令:

conda activate tf_gpu

激活tf_gpu这个环境,也可以理解成进入tf_gpu环境。

然后你会看到头部的(base)变成了(tf_gpu)

Windows安装tensorflow教程 GPU版

 

安装TensorFlow

接着上面的命令行窗口

安装英伟达SDK

conda install cudatoolkit=10.1

 

Windows安装tensorflow教程 GPU版

输入y  同意安装相关软件包

 

安装英伟达深度学习软件包

conda install cudnn=7.6

 

只要不是下面这个样子,一般都是安装失败,仔细看是否有error字样,如果安装失败,多试几次,我就失败了两次,第三次才成功,可能是网络抖动而导致的。

Windows安装tensorflow教程 GPU版

 

安装TensorFlow

pip install tensorflow==2.1

一连串的下载安装信息滑过命令行之后,就算安装完了。

 

校验是否安装成功

继续命令行输入python 进入解释器

输入两行:

import tensorflow as tf
tf.__version__

如果打印出版本号’2.1.0′ 则安装成功。

 

打开pycharm

新建项目 选择conda环境解释器  如图:

Windows安装tensorflow教程 GPU版

 

至此,环境已经搭建完成,可以进行项目编程了。

 


喜欢 (0)