一、安装Anaconda3
Anaconda是一个开源的Python包管理器,其包含了conda、Python等180多个科学包及其依赖项,非常实用。
1. 下载
下载可以直接到Anaconda3官网:https://www.anaconda.com/distribution
附国内清华镜像网:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

2. 安装
没什么好说的,要注意的一点就是要勾选这一项,自动配置环境变量

3. 验证
装好之后打开cmd,输入 conda --version
显示如下即为安装成功

二、安装CUDA
1.下载CUDA10.1(官网):
2.安装CUDA10.1
下面两项不装,其它全部默认即可(保证所装版本>旧版本)



3.检查CUDA是否安装成功
- 打开环境变量配置界面,检查是否有这两项

- 在命令行中输入nvcc --version查看安装的版本
- 查看C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin中是否存在nvcc.exe
- 查看C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64是否存在cupti64_101.dll
符合以上条件即视为CUDA10.1安装成功。
三、安装cudnn
1. 下载cudnn(官网注册/登陆后下载):
https://developer.nvidia.com/rdp/cudnn-download

2. 解压压缩包至指定目录
将下载到的压缩包解压到 cuda 的安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1下。
注意解压后的文件夹名为cuda,请将其改成cudnn。

3. 配置环境变量
确保path变量中有如下四项,如缺少请手动补全

四、安装tensorflow2.1
1. 创建环境
在命令行中输入
conda create -n tf2.1 python==3.7.6
检查是否创建成功输入
conda-env list
如下图所示

2. 安装tensorflow2.1
命令行中输入如下进入该环境
conda activate tf2.1
注意:若提示未初始化shell,则按提示输入conda init后重启命令行即可。
开始安装tensorflow2.1
pip install tensorflow-gpu==2.1

3. 测试
打开 jupyter notebook / pycharm 输入
import tensorflow as tf
测试一下是否成功即可
本文详细介绍如何从零开始搭建GPU计算环境,包括安装Anaconda3、CUDA10.1、cuDNN以及TensorFlow2.1的过程。通过本教程,读者可以学会如何在本地计算机上配置并验证GPU计算环境,为深度学习项目做好准备。

629

被折叠的 条评论
为什么被折叠?



