大家好,又见面了,我是你们的朋友全栈君。
一,卸载CPU版本,如下图
之前我已经安装了anaconda,现在检查它的版本以及环境。发现有tensorflow环境,但我需要tensorflow-gpu的环境,所以输入conda uninstall tensorflow卸载了,
如果发现卸不掉就anaconda页面中点enviroments,选择tensorflow点击下面的remove就可以卸载干净。
再次输入conda info –envs,结果如下图所示:
输入conda creat -n tensorflow-gpu pip python=3.6安装tensorflow-gpu环境,
再次检查可以看出我们成功创建tensorlfow-gpu环境:
二,安装CUDA和CuDNN
1.查看自己的显卡
只有NVIDIA显卡才支持用GPU跑TensorFlow,查询GPU是否支持CUDA,一般要计算能力在3.0以上才适合。
(查看链接:https://developer.nvidia.com/cuda-gpus)
2.安装显卡驱动
显卡硬件明确之后,安装显卡的驱动,链接http://www.geforce.cn/drivers
我的是1060,就是10series系列,下拉可以找到。我选择2019/9/10发布的。
下载完毕后,安装,选项默认不要随便改。
3.安装CUDA
首先看看tensorflow和CUDA以及 cuDNN对应的版本。本人用了tensorflow-gpu1.12+CUDA9.0+cuDNN7.0
CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive
下载完毕是cuda_9.0.176_win10.exe。然后就是双击安装,选择自定义,在选择安装项时一般不安装GeForce Experience,CUDA是核心组件必须勾上,接着点击下一步就开始安装了。
在安装的过程中发现安装出现错误,将CUDA选项下面的VS勾掉就可以,如下图:
4.安装cuDNN
cuDNN就相当于cuDA显卡计算库中专门针对Depth Neural Network深度神经网络的计算专用库。
cuDNN的下载地址:https://developer.nvidia.com/rdp/cudnn-download。需要注册比较简单。
下载完毕后解压缩,得到三个文件夹,将这三个文件拷贝到~CUDA\v9.0这个目录下,集替换。
三,安装tensorflow1.12.0
在第一步我们已经创建了tensorlfow-gpu环境,现在激活并进入环境中:
安装tensorflow输入语句:pip install –ignore-installed –upgrade tensorflow-gpu==1.12.0
验证成功安装
(tensorflow-gpu) C:\Users\2018061801>python
Python 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 14:00:49) [MSC v.1915 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> tf.__version__
'1.12.0'
>>>
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/152132.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...