Tensorflow GPU版本安装

本文详细介绍如何在Windows环境下利用Anaconda创建虚拟环境,并在其中安装TensorFlow GPU版本,包括解决依赖库安装和配置问题,实现CPU与GPU版本的灵活切换。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Tensorflow GPU版本简单安装

p0介绍(可以跳过)

第一次写博文,本文将详细讲述tensorflowGPU版本的安装,既可以把我学的东西分享,也方便自己以后的查看。
刚接触机器学习不到一个月,之前一直在用tensorflow1.2.0版本写代码,并且是cpu版本的,跑个MNIST花了很久,速度相当的慢,可能我模型设计的比较复杂也是原因之一,不过准确率达到0.997,还不错。前几天突然发现还有gpu版这种好东西,速度轻松提升20到50倍,于是我便踏上了安装tensorflow-gpu的不归路。
cudatoolkit和cudnn配套安装搞定,环境变量配置搞定,OK!运行程序
结果给我来个ModuleNotFoundError:No module named 'tensorflow’
我吐了,不过捣鼓了半天终于是把tensorflow2.1.0-gpu给搞定了,并且我现在想用1.0版就用1.0版,想用2.0版就用2.0版,cpu和gpu也可以随意切换,下图便是安装成功的证明!!!
在这里插入图片描述

p1安装的思路

我安装的思路就是创建一个虚拟环境,然后把tensorflow-gpu以及我所需要的其他一切库都装在这个环境下,然后在这个环境中运行代码就可以了,不需要再设置什么环境变量。如果我需要用tensorflow1.0版本,就切换到1.0的环境中去,如果需要用2.0版本,就切换到2.0的环境中去就可以了,下面我将要描述具体如何搭建tensorflow2.1.0-gpu的环境,其他的环境搭建都是类似的。在路径:
C:\Users\用户名\Anaconda3\envs
下就可以看到自己搭建的环境了,比如下图
在这里插入图片描述

p2安装anaconda3

我安装的是目前最新的版本,嫌官网下载速度慢的话,可以去清华镜像站去下载,点击这里传送。
我安装的版本是Anaconda3-5.3.1-Windows-x86_64.exe,另外需要注意的是,下图的两个框都要勾选
在这里插入图片描述

p3检查自己的电脑是否可以安装gpu版

显卡要求得是英伟达的(听说AMD也可以)并且NVIDIA驱动要大于410,下面是查看方法:
打开Anaconda Prompt
输出:nvidia-smi并回车
便可查看,如下图
在这里插入图片描述
我的版本是442.50,达到要求,可以安装。

p4创建虚拟环境并安装tensorflow-gpu

先创建一个名为tf-GPU的虚拟环境(名称可以随便起,只要把下面的命令相应的部位也改一下就可以了)
打开Anaconda Prompt
键入命令:conda create -n TC2 python=3.7 **
回车,过一会输入
y并回车确认安装
安装完成后,输入命令:conda activate TC2进入虚拟环境,
再输入命令
conda install tensorflow-gpu //这里也可以指定版本,比如conda install tensorflow-gpu==2.1.0**
等待安装完成就可以了,如果需要其他版本的tensorflow就再创建一个虚拟环境就可以了,用的时候切换一下就行了,十分方便。
另外说一下conda和pip安装速度过慢的解决办法

pip安装速度过慢的解决办法

在目录:C:\Users\用户名
下新建一个文件夹名为 pip,再在该文件夹中新建一个文件pip.ini ( ini后缀为配置文件类型 )

在ini文件中加入以下内容并保存(用记事本打开即可):

[global]
index-url=https://mirrors.aliyun.com/pypi/simple/
extra-index-url=
	https://pypi.tuna.tsinghua.edu.cn/simple/
	https://pypi.mirrors.ustc.edu.cn/simple/
	https://pypi.douban.com/simple/
[install]
trusted-host=mirrors.aliyun.com
conda安装速度过慢的解决办法

打开Anaconda Prompt
以此输入以下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

这样就可以了,去目录:C:\Users\用户名中查看,会有一个名为.condarc的文件生成。

p5进入虚拟环境并确认安装是否成功

这里我用的IDLE是pycharm,如果你也用这个idle,记得安装完要重启一下才能用,社区版可以直接在官网下载并免费使用。
打开pycharm,新建一个python file,点击左上角File,再点击settings,然后点击Project Interpreter
在这里插入图片描述
在这里插入图片描述
在Project Interpreter中可以设置环境,
在这里插入图片描述
现在进入环境中了,接着输入以下代码并运行

import tensorflow as tf
tf.__version__  
tf.test.is_gpu_available()
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))

另外,如果报错说缺少模件,比如No module named 'matplotlib’
解决方法很简单
点击下方的Terminal,输入命令pip install matplotlib即可,缺什么补什么,总有一天能补完的哈哈。
在这里插入图片描述
在这里插入图片描述
或者打开Anaconda Prompt,按照之前的方法进入名为tf-GPU的虚拟环境中,然后输入命令pip install matplotlib

本文到此结束,谢谢您的耐心阅读,第一次写博文,难免会有错误,请多指教!!!

**2020/3/11

### 如何安装 TensorFlowGPU 版本 #### 准备工作 在开始安装之前,确保计算机满足以下条件: - 已安装 NVIDIA 显卡并支持 CUDA 计算。 - 安装了最新版本的 Python (推荐 3.8 或更高)[^1]。 #### 安装步骤 以下是详细的安装流程: 1. **安装必要的依赖项** - 安装适用于 Windows 和 Linux 平台的 NVIDIA 驱动程序以及对应的 CUDA Toolkit 和 cuDNN 库。可以参考官方文档获取兼容版本的信息[^2]。 ```bash # 下载并安装CUDA工具包和cuDNN库 wget https://developer.nvidia.com/cuda-downloads ``` 2. **创建虚拟环境** 推荐使用 `conda` 创建一个新的虚拟环境来隔离项目所需的依赖关系。 ```bash conda create --name tf_gpu_env python=3.9 conda activate tf_gpu_env ``` 3. **安装 TensorFlow-GPU** 使用 pip 命令或者通过 Conda 渠道安装指定版本TensorFlow GPU 支持模块。例如,如果目标是安装 TensorFlow 2.10.0,则执行如下命令[^3]: ```bash pip install tensorflow==2.10.0 ``` 如果需要更精确控制构建号或其他参数,也可以尝试通过 Conda 来安装过程: ```bash conda install tensorflow-gpu=2.10.0 ``` 4. **验证安装成功与否** 执行一段简单的脚本来确认 GPU 是否被正确识别和支持。可以通过运行以下代码片段测试设备可用性: ```python import tensorflow as tf gpus = tf.config.list_physical_devices('GPU') if not gpus: print("No GPUs detected.") else: print(f"{len(gpus)} GPU(s) available:", ", ".join([gpu.name for gpu in gpus])) ``` 此外还可以利用内置函数进一步检查当前加载的具体配置详情[^1]: ```python from tensorflow.python.client import device_lib def get_available_gpus(): local_device_protos = device_lib.list_local_devices() return [x.name for x in local_device_protos if x.device_type == 'GPU'] print(get_available_gpus()) ``` 以上即为整的 TensorFlow GPU 安装指南说明。 ---
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