<1>.首先下载好三个软件备用:
1. Anaconda
2. cuda
3. cuDNN压缩包
如下图所示:

<2>.然后点击Anaconda进行安装
中途要选择好安装目录,一直点下一步,于如下步骤作如下选择:
继续下一步直至结束。
<3>.配置Anaconda环境变量,如下方式:

path变量的值具体如下所示,需要根据你的anaconda具体的安装目录设定:
1. D:\Albert\simul\InstallPlace;
2. D:\Albert\simul\InstallPlace\Scripts;
3. D:\Albert\simul\InstallPlace\Library\bin
<4>.点击cuda进行安装,一直为下一步即可
中途遇到选择安装程序时,可以只选择安装computing toolkit程序。
中途遇到选择安装路径时,可以自行设定。
<5>.点击解压cuDNN
将其中bin,include,lib中内容复制到D:\Albert\simul\CUDA\CUDA_Development(这是我的安装路径)中对应目录中。
<6>.在命令行窗口中输入:
pip3 install --upgrade tensorflow-gpu
完成。
*后记
如果此时输入
import tensorflow as tf
tf.Session()
可能会出现信息:
cudaGetDevice() failed:CUDA driver version is insufficient for CUDA runtime version
failed to create session
这是说明CUDA版本与显卡驱动版本不匹配,此时可以登录网站https://www.nvidia.cn/Download/index.aspx?lang=cn获取显卡最新驱动的version。

本文详细介绍如何搭建基于Anaconda的GPU编程环境,包括Anaconda、CUDA及cuDNN的安装配置过程,并通过安装TensorFlow-GPU验证环境正确性。
1905

被折叠的 条评论
为什么被折叠?



