完整版tensorflow-gpu安裝步驟
1.軟件準(zhǔn)備
- anaconda3 https://www.anaconda.com/products/individual
- visual studio2017社區(qū)版 https://visualstudio.microsoft.com/zh-hans/downloads/
- cuda11.1 https://developer.nvidia.com/cuda-10.0-download-archive
- cudnn ## 目前沒有x64 低飒，需要登陸才能下載https://developer.nvidia.com/rdp/cudnn-archive
- 迅雷下載
血淚史，直接官網(wǎng)下載cuda和cudnn，速度慢的想死，等待了一天都沒有下載下來，把下載鏈接復(fù)制到迅雷，不用會(huì)員半個(gè)小時(shí)下完
2.anaconda安裝
https://www.anaconda.com/products/individual
改變anaconda默認(rèn)的下載途徑
>>> pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
>>> conda config --set show_channel_urls yes
### 下載速度超級(jí)快
如果出現(xiàn)pip.exe不能訪問或者pip-script.py is not present:
以管理員身份運(yùn)行anaconda prompt
easy_install pip
補(bǔ)充
>>>conda -V #產(chǎn)看conda版本
>>>conda list #查看安裝的包
>>>conda info --env #查看anaconda中已經(jīng)創(chuàng)建的環(huán)境
>>>conda remove -n tensorflow --all #刪除anaconda中已經(jīng)創(chuàng)建的環(huán)境tensorflow
image.png
查看顯卡支持的cuda版本(命令提示符）
>>> nvidia-smi
以我的神舟筆記本為例：
顯示支持cuda11.1，在此之前下載了cuda10.0撩鹿，顯示系統(tǒng)無可以打開此程序的錯(cuò)誤
image.png
查看tensorflow-gpu可以安裝的版本
查看可以安裝的tensorflow版本
conda search --full-name tensorflow-gpu
image.png
conda search cuda #查看可安裝的cuda版本，但是可能不全悦屏，建議到官網(wǎng)查看
image.png
conda search cudnn #查看cuda對(duì)應(yīng)的cudnn版本节沦，建議到官網(wǎng)查看
image.png
3. cuda安裝
- 不建議下載_network版本键思，安裝的時(shí)候慢到想死
- 下載local版本cuda11.1.0
- 運(yùn)行exe .記住安裝路徑，后續(xù)環(huán)境配置需要用到甫贯，我這里安裝到默認(rèn)路徑
安裝完成后吼鳞，在計(jì)算機(jī)-屬性-高級(jí)環(huán)境-環(huán)境變量-系統(tǒng)變量-新建以下幾個(gè)環(huán)境
CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v11.1 ## 此處的路徑根據(jù)個(gè)人安裝目錄進(jìn)行替換弓坞，此處是默認(rèn)安裝路徑
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 ## 此處及以下的變量直接復(fù)制
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64完成后可在命令提示符中查看
image.png
3. cudnn安裝
- 直接運(yùn)行cuDNN.exe
加壓后將文件夾復(fù)制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1- 完成后在命令提示符中運(yùn)行
nvcc -V,查看是否成功
image.png
4. tensorflow-gpu安裝
1.anaconda配置環(huán)境
conda create --name python36 python=3.6 # 可以換成要安裝的版本python=3.7
conda activate python36
pip install tensorflow-gpu==2.1.0 ##我裝的cuda11.1.0需要高一點(diǎn)版本的tensorflow-gpu
- 驗(yàn)證
# 在python36環(huán)境下運(yùn)行python
import tensorflow as tf # 導(dǎo)入tensorflow
如果報(bào)錯(cuò)
image.png
pip uninstall tensorflow-gpu # 上述錯(cuò)誤可能是安裝不正確绅这，刪除重裝，也可能是版本過低或過高
pip install tensorflow-gpu==2.1.0 # 此處的版本和上述一樣额划，如果運(yùn)行過后渴逻，仍然出現(xiàn)同樣錯(cuò)誤疾党，建議降低版本
conda activate python36
python #進(jìn)入python3.6環(huán)境
import tensorflow as tf
tf.__version__ # 注意！２肄取雪位！此處前后下劃線各兩個(gè)
# 如果報(bào)錯(cuò)，重復(fù)上述刪除梨撞，重裝
tf.__python__ #注意１⑾础！卧波！此處前后下劃線各兩個(gè)
import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
嘗試運(yùn)行
>>> tf.compat.v1.disable_eager_execution() #注意队伟，此語句非常重要，否則回出現(xiàn)RuntimeError: The Session graph is empty.
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> t=sess.run(hello)
>>> print(t)
b'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a+b))
到此就大功告成了Ｓ睦铡！港令！
如果在安裝過程中哪個(gè)部分報(bào)錯(cuò)啥容，
pip uninstall ***，pip install***
這種重裝操作可以解決90%問題
補(bǔ)充
1.如果之前電腦上安裝了其他版本的python顷霹，可能導(dǎo)致即便創(chuàng)建了新的python環(huán)境咪惠，也無效。---需要卸載環(huán)境外的python
2.dlerror: cudart64_101.dll not found
解決方案：在網(wǎng)上下載該dll淋淀，然后替換或復(fù)制到D:\Anaconda3\pkgs\cudatoolkit-10.1.243-h74a9793_0\DLLs
感謝各路大神的貢獻(xiàn)遥昧，此處參考的博主文章如下：
https://blog.csdn.net/wwtor/article/details/80603296
https://developer.nvidia.com/rdp/cudnn-download
https://blog.csdn.net/lambert310/article/details/52412059
