【安装】Tensorflow GPU版本安装笔记

总结下来就是三行命令

在执行下面三行命令之前确保开发机器满足下面的条件

conda install cudatoolkit=10.1
conda install cudnn=7.6.5
pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

安装环境要求

• OS

Ubuntu	16.04+
Windows	7+
macOS	10.12.6(Sierra)+
Raspbian	9.0+

• Python版本要求

Python	3.5-3.7

• Windows用户需安装VC
  VC安装链接
  点击上面文字自动跳转到下载页面，下载完成之后运行，重启生效。

https://support.microsoft.com/zh-cn/help/2977003/the-latest-supported-visual-c-downloads

安装GPU版本必须有GPU 硬件的支持

• 显卡
  tensorflow对于GPU算力有一定的要求
  对于 NVIDIA 显卡，要求其 CUDA Compute Capability 须不低于 3.5。 算力参考： https://developer.nvidia.com/cuda-gpus
  我的显卡是英伟达GeForce MX150 支撑CUDA，显卡算力：GeForce MX150 computeCapability: 6.1
  
• 驱动版本
  NVIDIA驱动程序需 418.x 或更高 版本。
  可在命令行中执行查看驱动版本： nvidia-smi

CUDA对应的NVIDIA驱动版本对照表

参看对照表，可在命令行中执行查看驱动版本： nvidia-smi查看本机的驱动版本看其是否满足需要安装的cuda版本要求
点击查看

• CUDA版本
  GPU版本有两个依赖库，对于 tensorflow2.3来讲 CUDA的版本需要是 10.1

conda install cudatoolkit=10.1

• cudnn版本
  cudnn版本号需要不小于 7.6

conda install cudnn=7.6.5

• 最后执行安装tensorflow2.3的命令

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

大功告成！

验证tensorflow-gpu是否安装成功

import tensorflow as tf
print(tf.test.is_gpu_available())

返回 True就表明安装成功，关于Tensorflow安装信息的查看请点击这篇文章《【琐碎】查看tensorflow安装版本、位置信息及是GPU版本还是CPU版本》

相关博文：

《Tensorflow CPU版本安装笔记》点击查看

参考
《CUDA对应的NVIDIA驱动版本对照表》
先收藏 有时间再看

• https://blog.youkuaiyun.com/qq_27825451/article/details/89082978
• https://blog.youkuaiyun.com/gangeqian2/article/details/79358543?utm_medium=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.control