有数以万计的教程。就读这本吧。
[En]
There are tens of thousands of tutorials. Just read this one.
先安装好anaconda,可从该网站下载:https://repo.anaconda.com/archive/
Tensorflow、cuda和cudnn在本机上折腾来折腾去,将其安装到虚拟环境中他不香吗?后期维护多方便
这里以 cuda=10.1.168 cudnn=7.6.0 tensorfolw_gpu=2.3.0为例
1、创建虚拟环境(这里以python3.7为例):name可自定义
conda create -n name python=3.7
2、激活虚拟环境:
conda activate name
3、寻找可用的cudatoolkit套件:
conda search cudatoolkit
4、寻找可用的cudnn套件:
conda search cudnn
5、安装cudatoolkit、cudnn:
conda install cudatoolkit=10.1.168 cudnn=7.6.0
也可从下面这个连接中找到其他对应的cuda、cuda和tensorflow版本(安装你想要的版本)
Build from source | TensorFlow
6、使用pip命令安装gpu版本的tensorflow(注意使用conda命令时有时找不到gpu版本的tensorflow,原因是conda和pip所使用的源不一样)
pip install tensorflow_gpu==2.3.0
7、安装完成后:进入python并输入以下命令进行测试
import tensorflow as tf
if tf.test.is_gpu_available()==True:
print('Tensorflow版本可用')
if tf.test.is_gpu_available()==False:
print('Tensorflow版本不可用')
输出下面这行表示环境配置成功: Perfect
参考:
conda虚拟环境创建、安装cuda cudnn_lzkzls的博客-CSDN博客_conda虚拟环境安装cuda
2021最新:TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)_K1052176873的博客-CSDN博客_cuda tensorflow版本对应
如何查看tensorflow-gpu是否可用_lidichengfo0412的博客-CSDN博客_tensorflow检查gpu是否能用
Original: https://blog.csdn.net/weixin_41115760/article/details/122027311
Author: Bit之舞
Title: Tensorflow、cuda和cudnn安装与下载(详细)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/511950/
转载文章受原作者版权保护。转载请注明原作者出处!