一、硬件要求

首先，TensorFlow-gpu不同于CPU版本的地方在于，GPU版本必須有GPU硬件的支撐。TensorFlow對(duì)NVIDIA顯卡的支持較為完備。
對(duì)于NVIDIA顯卡，要求對(duì)于其算力不低于3.5。算力參考：

http://developer.nvidia.com/cuda-gpus

驅(qū)動(dòng)版本注意:NVIDIA驅(qū)動(dòng)程序需要418.x或者更高的版本?？梢栽诿钚兄休斎?/p>

nvidia-smi

命令查看驅(qū)動(dòng)版本。

我們可以看到我們的驅(qū)動(dòng)程序滿足上述條件。于是我們可以開始正式安裝tensorflow-gpu了。

TensorFlow-gpu版本有兩個(gè)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(duì)于tensorflow-gpu2.3.0版本來說，對(duì)于CUDA的版本需要是10.1，cudnn版本號(hào)需要不小于7.6

二、 CUDA和cudnn的安裝

1、查看本機(jī)的CUDA驅(qū)動(dòng)適配版本

桌面右鍵打開英偉達(dá)控制面板，點(diǎn)擊幫助->系統(tǒng)信息->組件

可以看到本機(jī)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(jí)了驅(qū)動(dòng)，可能會(huì)支持更高版本，也可能不會(huì)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，這里我下載的是

3、安裝CUDA和cudnn

找到你下載的CUDA，無腦點(diǎn)擊下一步安裝就行了。當(dāng)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(rèn)的安裝地址。

CUDA安裝完成后，打開命令行窗口，執(zhí)行nvcc -V ，成功的話會(huì)返回cuda版本號(hào)。

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(gè)是你CUDA安裝的默認(rèn)地址，如果自定義了安裝路徑，請(qǐng)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(nèi)對(duì)應(yīng)的文件復(fù)制到bin、include、lib目錄。

注意：是復(fù)制文件到bin、include、lib目錄，不是復(fù)制目錄。

4、添加環(huán)境變量

你需要在系統(tǒng)環(huán)境變量的Path項(xiàng)下添加幾個(gè)路徑

點(diǎn)擊：新建
復(fù)制粘貼下列兩個(gè)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

最后點(diǎn)擊確定即可

注意：選擇你安裝的路徑，我使用的是默認(rèn)的安裝路徑，所以是上面兩個(gè)路徑，如果是自定義的路徑，請(qǐng)?zhí)顚懽约哼x擇的路徑。

5、檢查安裝結(jié)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
//然后輸入下一行命令
.\bandwidthTest.exe

若出現(xiàn)以下信息，說明CUDA已經(jīng)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(zhí)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

注意：一定要以管理員身份打開命令行窗口，否則會(huì)出現(xiàn)拒絕訪問的錯(cuò)誤?。?！

等待安裝完成后，輸入pip list查看自己安裝的tensorflow版本。

最后，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、寫在最后

在文中，本人并未重新創(chuàng)建一個(gè)環(huán)境安裝tensorflow2.3.0，由于tensorflow1.x版本與2.x版本差距較大，網(wǎng)上代碼使用的版本有時(shí)是1.x有時(shí)是2.x，所以本人建議，大家再創(chuàng)建一個(gè)環(huán)境，參照以上步驟安裝一下tensorflow1.x的版本。以備不時(shí)之需。

到此這篇關(guān)于tensorflow-gpu2.3版本安裝步驟的文章就介紹到這了,更多相關(guān)tensorflow gpu版本安裝內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論