Tensorflow GPU版本安装

原创已于 2022-01-28 13:16:42 修改 · 773 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #神经网络 #深度学习 #机器学习

于 2020-03-12 00:02:05 首次发布

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Project Interpreter中可以设置环境，

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

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。