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