安装TensorFlow-gpu

本文详细介绍了在Windows 10环境下,配备Nvidia GeForce 1060显卡的计算机上安装TensorFlow-GPU的具体步骤,包括安装CUDAToolkit和cuDNN,设置环境变量及使用Anaconda进行安装。
部署运行你感兴趣的模型镜像

最近按照官网教程安装tensorflow-gpu版本时,遇到了一些问题,花了点时间,在这里总结下安装的步骤,希望对大家有所帮助.

首先说明下我的环境:

  • 操作系统 win10
  • 显卡 Nvidia GeForce 1060 ,提这个的原因是我需要安装GPU的支持

下面介绍下详细的安装步骤

一、添加显卡支持

  • 下载并安装 CUDA Toolkit

CUDA Toolkit 下载地址: https://developer.nvidia.com/cuda-downloads ,版本至少得8.0以上
按照安装程序默认安装即可,默认目录: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

  • 下载并安装 cuDNN

cuDNN 下载地址: https://developer.nvidia.com/cudnn, 版本为 5.1(非常重要,必须为5.1,当时我安装时没注意看,安装了6.0,结果导致了以下的错误)

C:\Users\test\Desktop>>python firstp.py
Traceback (most recent call last):
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python\pywrap_tensorflow.py", line 18, in swig_import_helper
return importlib.import_module(mname)
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\importlib_ini
t_.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
File "", line 986, in _gcd_import
File "", line 969, in _find_and_load
File "", line 958, in _find_and_load_unlocked
File "", line 666, in _load_unlocked
File "", line 577, in module_from_spec
File "", line 906, in create_module
File "", line 222, in _call_with_frames_removed
ImportError: DLL load failed: The specified module could not be found.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python_init_.py", line 66, in 
from tensorflow.python import pywrap_tensorflow
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python\pywrap_tensorflow.py", line 21, in 
_pywrap_tensorflow = swig_import_helper()
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python\pywrap_tensorflow.py", line 20, in swig_import_helper
return importlib.import_module('pywrap_tensorflow')
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\importlib_ini
t.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
ImportError: No module named '_pywrap_tensorflow'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "C:\Users\test\Desktop\firstp.py", line 1, in 
import tensorflow as tf
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow_init_.py", line 24, in 
from tensorflow.python import *
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python_init_.py", line 72, in 
raise ImportError(msg)
ImportError: Traceback (most recent call last):
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python\pywrap_tensorflow.py", line 18, in swig_import_helper
return importlib.import_module(mname)
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\importlib_ini
t_.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
File "", line 986, in _gcd_import
File "", line 969, in _find_and_load
File "", line 958, in _find_and_load_unlocked
File "", line 666, in _load_unlocked
File "", line 577, in module_from_spec
File "", line 906, in create_module
File "", line 222, in _call_with_frames_removed
ImportError: DLL load failed: The specified module could not be found.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python_init_.py", line 66, in 
from tensorflow.python import pywrap_tensorflow
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python\pywrap_tensorflow.py", line 21, in 
_pywrap_tensorflow = swig_import_helper()
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\site-packages\t
ensorflow\python\pywrap_tensorflow.py", line 20, in swig_import_helper
return importlib.import_module('pywrap_tensorflow')
File "C:\Users\test\AppData\Local\Programs\Python\Python35\lib\importlib_ini
t.py", line 126, in import_module
return _bootstrap._gcd_import(name[level:], package, level)
ImportError: No module named '_pywrap_tensorflow'

接下来需要配置环境变量,默认情况下,安装程序会在系统环境变量中自动注册以下两个变量:

变量名变量值
CUDA_PATHC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_PATH_V8_0C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

我们还需手动修改环境变量Path,并添加以下两个变量值:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\CUPTI\libx64

最后的效果应该如下:
系统变量
这里写图片描述

Path
这里写图片描述

接下来就是正式安装了,我是通过Anaconda的方式安装的,所以第一步得先安装Anaconda,下载地址: Anaconda

安装完后,我们执行以下的命令安装 python:

conda create -n tensorflow python=3.5.2

下一步,通过Anaconda激活我们安装的Python,并安装 tensorflow-gpu:

activate tensorflow
pip install tensorflow-gpu

最后,我们来验证一下安装是否成功:

activate tensorflow
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

如果一切正常,你将看到以下的输出:

Hello, TensorFlow!

到这里,我们已经成功的安装了TensorFlow,本次教程也到此为止。

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

### TensorFlow GPU 版本安装教程 #### 准备工作 为了成功安装 TensorFlowGPU 版本,需先确认所使用的 CUDA 和 cuDNN 库版本与目标 TensorFlow 版本兼容。不同版本间的匹配至关重要,以确保软件栈各组件间能无缝协作[^1]。 #### 环境配置 建议采用 Anaconda 创建独立环境来管理依赖项,这有助于简化安装过程并减少潜在冲突。创建新环境时指定 Python 版本可以进一步提高稳定性: ```bash conda create --name tf_gpu python=3.8 conda activate tf_gpu ``` #### 安装 NVIDIA 驱动程序和 CUDA 工具包 按照官方文档指导下载并安装适用于操作系统的最新稳定版 NVIDIA 显卡驱动以及相应版本的 CUDA Toolkit。注意检查 TensorFlow 文档中的推荐版本列表,选择合适的组合[^3]。 #### 安装 cuDNN cuDNN 是由 NVIDIA 提供的一组深度神经网络原语库,对于加速训练非常重要。同样地,应依据选定的 CUDA 版本来获取相配适的 cuDNN SDK 并完成本地设置。 #### 使用 pip 安装 TensorFlow-GPU 一旦上述准备工作完毕,则可通过 pip 命令轻松安装特定版本的 tensorflow-gpu 软件包。例如要安装 TensorFlow 2.x 版本可执行如下命令: ```bash pip install tensorflow-gpu==2.9.0 ``` 请注意替换 `2.9.0` 为你想要的具体版本号,并且确保该版本支持已安装好的 CUDA/cuDNN 组合[^2]。 #### 测试安装成果 最后一步是对刚安装成功的 TensorFlow 进行简单测试,验证其能否正常调用 GPU 设备。可以通过运行下面这段代码来进行初步检测: ```python import tensorflow as tf print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU'))) ``` 如果一切顺利的话,应该能看到输出显示可用 GPU 数量大于零的信息;反之则可能意味着某些环节存在问题需要排查解决。
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