上篇文章中提到在win10环境下使用anaconda安装tensorflow 2.3.1是不需要在命令行中区分CPU还是GPU的,根据本机的软件环境由框架自动判断和加载。
支持GPU的软件环境可以之后安装,如果安装tensorflow时环境并不支持GPU,可以后安装cuda及cuDNN,本文根据官网指引采用后安装GPU所需要的CDUA及cuDNN环境,完成了安装并验证是成功的,确定是可以安装 tensorflow后再配置GPU环境是可行的,本文记录了整个过程。
tensorflow 2.3.1支持GPU所需软件环境
软件要求
必须在系统中安装以下 NVIDIA® 软件:
NVIDIA® GPU 驱动程序:CUDA® 10.1 需要 418.x 或更高版本。
CUDA® 工具包:TensorFlow 支持 CUDA® 10.1(TensorFlow 2.1.0 及更高版本)
CUDA® 工具包附带的 CUPTI。
cuDNN SDK 7.6
(可选)TensorRT 6.0,可缩短用某些模型进行推断的延迟时间并提高吞吐量。
在安装中经试验发现,在同台电脑上CUDA与cuDNN是可以存在多个版本的,下图中给出了示意图,橙色部分是最终tensorflow运行时使用的版本,蓝色的是系统中同时存在的版本,根据tensorflow环境应该可以切换使用。
一 安装显卡驱动
1.1 显卡配置
首先确认显卡是支持CUDA的。
1.2 显示驱动
到英伟达网站上下载下应的最新驱动
安装过程选择 NVIDIA图形驱动程序即可,如果需要经常更新驱动可以选第一项。
二 安装CUDA
CUDA需要选择10.1版本,或10.1 update1或update2均可,本文选择 CUDA Toolkit 10.1 update2版本。
安装过程中会提示缺少Visual Studio相应版本,可以到微软网站上安装,社区版本即可。
MSC 1.0 _MSC_VER == 100
MSC 2.0 _MSC_VER == 200
MSC 3.0 _MSC_VER == 300
MSC 4.0 _MSC_VER == 400
MSC 5.0 _MSC_VER == 500
MSC 6.0 _MSC_VER == 600
MSC 7.0 _MSC_VER == 700
MSVC++ 1.0 _MSC_VER == 800
MSVC++ 2.0 _MSC_VER == 900
MSVC++ 4.0 _MSC_VER == 1000 (Developer Studio 4.0)
MSVC++ 4.2 _MSC_VER == 1020 (Developer Studio 4.2)
MSVC++ 5.0 _MSC_VER == 1100 (Visual Studio 97 version 5.0)
MSVC++ 6.