TensorFlow-gpu的安装_下载tensorflow-gpu-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_52163205/article/details/143480551

安装流程

1、命令行

conda create -n tf_gpu pythhon=3.9

        创建python环境

conda activate tf_gpu

        激活gpu环境

conda update --all

        更新

conda install tensorflow-gpu = 2.6

        下载2.6版本的tensorflow-gpu

conda install cudatoolkit = 11.3

        下载cudatoolkit

conda install cudnn = 8.2

        下载cudnn

pip install numpy == 1.23.4

        下载完上面这些之后，运行import tensorflow as tf 会有报错，错误内容大概就是numpy的版本不适配，因此需要运行命令手动下载numpy1.23.4版本

2、原作者视频链接

在此再次感谢原作者

【使用Anaconda快速搭建tensorflow-gpu环境教学】https://www.bilibili.com/video/BV1Lx4y1s7UK?vd_source=523a19e91f9e544991e183655927b19f

Bug

以下是我按照上面安装完之后遇到的一些问题的解决办法

1、修改系统变量，确保如下两个路径正确

2、cudnn64.8.dll文件查询不到

在运行下面这段代码的时候，会有个报错，提示找不到cudnn64_8.dll文件，这个时候呢，找到tf_gpu环境的文件夹（这个文件一般就在你安装的anaconda路径下，我的路径如下C:\Users\Lenovo\.conda\envs），去里面搜索cudnn64_8.dll文件，将其复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin。

如果你的NVIDIA GPU Computing Toolkit不在这个路径，就换成相应路径即可。

运行如下代码来验证是否安装成功

import tensorflow as tf

print("TensorFlow Version",tf.__version__)
print("Available device",tf.config.experimental.list_physical_devices('GPU'))
print("Num GPUs Available ",len(tf.config.experimental.list_physical_devices('GPU')))

运行结果如下：