安装TensorFlow
安装TensorFlow
zhouTensorFlow2 安装
TensorFlow2.10.0后,Windows平台便不再支持直接调用GPU,想要在Windows平台使用GPU要么通过WSL,或者使用2.10.0版本。本文将介绍如何安装TensorFlow2.10.0-GPU
下载安装包
安装TensorFlow-GPU需要用到CUDA驱动,cuDnn这个两个都是需要下载的,问题就出现在下载哪个版本的安装包才行。
版本不能随意组合,可以根据官网上的来,也可以自己寻找到可以组合的版本,我这里使用的是CUDA11.7+cuDNN8.5+TensorFlow2.10.0
官网:组合列表(下拉到最下面就能看见)
首先是需要确认英伟达(NVIDIA)显卡的情况,有CUDA核心(这个绝大多数NVIDIA显卡都有)
可以用这个命令查看nvidia-smi
如果支持的最高CUDA版本太低了,就更新显卡驱动。
下载CUDA
下载CUDA11.7.1
官网:CUDA Toolkit 11.7 Update 1 Downloads | NVIDIA Developer
官网访问有点慢,可以使用代理加速,但是下载是不用代理的,下载速度很快
下载cuDNN
下载cuDNN8.5.0(注意是for CUDA11.X的8.5.0)
官网:cuDNN Archive | NVIDIA Developer
下载完成
安装依赖
主要有两部分,一个是安装CUDA和cuDNN,还有就是添加系统路径
安装CUDA
点击安装包,这里会提示解压目录,怎么样都行,安装完了他会自己删除的
直接精简安装,要记住自己安装CUDA的位置,这个很重要
最后一路next就行了
安装cuDNN
把下载好的cuDNN解压出来
这三个文件夹里的文件需要放进CUDA安装目录下的同名文件
也就是cuDNN解压出来的bin文件夹里面的文件,需要复制到CUDA安装路径里面的bin文件夹下,其他三个同理。
添加路径
一般安装好了,路径也会自己添加上去的,这里可以使用命令nvcc -V
进行查看,电脑需要重启,信息才会更新。
最后一行出现了CUDA的版本,就算是成功了,如果没有,可能就是路径没有添加。
可以在系统里面看看情况
在Path里面
还可以添加
1 | C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\libnvvp |
可以参考这篇文章,环境变量的添加在后面window11系统CUDA、cuDNN 安装以及环境变量配置_cuda环境变量怎么设置_QuietNightThought的博客-CSDN博客
安装TensorFlow
在此之前需要安装Anaconda或者miniconda,推荐后者。这是一个创建Python虚拟环境的软件,就不过多介绍了,也不讲怎么安装。提这个最主要的目的就是,安装TensorFlow的环境,一定是一个新环境,没有安装过任何包(可能会和TensorFlow发生版本冲突)安装好TensorFlow之后才能安装别的包,如果有了这些软件,那就创建一个新的虚拟环境。
conda create -n 虚拟环境名 python=3.8.5
因为我们要安装2.10.0版本的TensorFlow,所以不能直接使用官网的指令,这样会下载最新的版本,不能直接使用GPU
pip install --upgrade tensorflow
我们要使用这个指令
pip install tensorflow-gpu==2.10.0
这样应该就安装好了
测试安装
测试TensorFlow 是否安装成功_验证tensorflow安装成功-CSDN博客
结束
运行以下代码,看一下GPU和CPU运行速度的差距
1 | import tensorflow as tf |
一次不明显就多跑几次