【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
Ubuntu16.04+
Windows7+
macOS10.12.6(Sierra)+
Raspbian9.0+
  • Python版本要求
Python3.5-3.7
  • 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
    在这里插入图片描述
  • 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

在这里插入图片描述
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
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