Windows10搭建tensorflow-gpu2.1环境

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。
PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

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
在这里插入图片描述

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
在这里插入图片描述

3. 验证

装好之后打开cmd,输入 conda --version
显示如下即为安装成功
在这里插入图片描述

二、安装CUDA

1.下载CUDA10.1(官网):

https://developer.nvidia.com/cuda-10.1-download-archive-update2?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
在这里插入图片描述

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)
在这里插入图片描述在这里插入图片描述
在这里插入图片描述

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
    在这里插入图片描述
  • 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
在这里插入图片描述

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。
在这里插入图片描述

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
在这里插入图片描述

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
在这里插入图片描述

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

在这里插入图片描述

3. 测试

打开 jupyter notebook / pycharm 输入

import tensorflow as tf

测试一下是否成功即可

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值