Win10安装tensorflow-gpu步骤

最新推荐文章于 2025-03-03 16:07:39 发布

再也不想写bug

最新推荐文章于 2025-03-03 16:07:39 发布

阅读量3.7k

点赞数 5

分类专栏：软件安装文章标签： tensorflow

本文链接：https://blog.youkuaiyun.com/sans_yyb/article/details/106950262

版权

软件安装专栏收录该内容

3 篇文章

订阅专栏

GTX1650+anaconda+python3.7+tensorflow-gpu1.14.0+cuda10.0+cudnn v7.6.5

深度学习小白简单记录tensorflow-gpu安装过程，参考了许多他人安装成功的教程，感谢各位大佬！

查看是否支持GPU，
安装cuda，
安装cuDNN，
安装tensorflow-gpu并测试。
关键在于各版本是否匹配。

1. 首先查找出对应版本的python+tensorflow-gpu+cuda+cudnn

查看对应版本，包括python+tensorflow-gpu+cuda+cudnn的版本都需要匹配
（参考https://blog.youkuaiyun.com/omodao1/article/details/83241074）
查看本机gpu版本，控制面板-硬件和声音-NVIDIA控制面板-帮助-系统信息- ‘显示’ 可以查看gpu版本，‘组件’ 可以查看支持cuda的版本。

在这里插入图片描述

（1）下载cuda并安装

由于看了其他人都说下cuda10.1之后好多错误，我就直接下载了cuda10.0版本。
cuda10.0下载地址
installer type选network和local都可，安装时我是直接默认路径默认选项安装的，之前看到有人自定义路径后面好多问题的，另外默认的精简模式是安装所有东西，若不需要VS编译器和显卡驱动可以自定义安装，只安装CUDA的部分。
在这里插入图片描述
配置环境变量：参考（https://blog.youkuaiyun.com/zqxdsy/article/details/103152190）

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0 
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64  
CUDA_BIN_PATH = %CUDA_PATH%\bin  
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64  
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

下一步在系统变量PATH里添加（这些均为默认路径，有需要的话自行修改）

%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64   
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64

检验CUDA是否安装成功。
打开CMD，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite （这是默认路径）
分别执行命令：

bandwidthTest.exe
deviceQuery.exe

若分别返回PASS则安装成功。
在这里插入图片描述

在这里插入图片描述

（2）下载cuDNN并安装

在官网下载匹配cuda10.0的版本的cuDNN，下载地址，需要注册账号。这里我选的是cuDNN v7.6.5
在这里插入图片描述

下载好之后，解压，将解压得到的文件夹下的文件，直接放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 中一样名字的文件夹中。
在这里插入图片描述

2. 安装tensorflow-gpu

先新建环境
conda create -n tfpy37 python=3.7
激活环境
conda activate tfpy37
安装
pip install tensorflow-gpu==1.14.0
python环境下测试是否安装成功：

import tensorflow as tf
a=tf.test.is_built_with_cuda()
b=tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)
print(a)
print(b)

如果都是TRUE安装成功。参考（https://blog.youkuaiyun.com/cq99312254/article/details/102738060）

import tensorflow as tf 出现警告
在这里插入图片描述
由于numpy版本过高。
解决方法：回退版本
pip install "numpy<1.17"
其他解决方法参考https://blog.youkuaiyun.com/xovee/article/details/101170113。