Tensorflow安装GPU版本

最新推荐文章于 2024-11-09 13:04:36 发布

原创最新推荐文章于 2024-11-09 13:04:36 发布 · 281 阅读

CC 4.0 BY-SA版权

本文介绍了如何在Anaconda环境下安装TensorFlow-GPU版本，包括下载Anaconda、通过Anaconda Prompt一键安装TensorFlow-GPU，以及验证安装成功的过程。在安装过程中，强调了无需手动配置CUDA和cuDNN，但需要确保显卡驱动是最新的。最后，讲解了在PyCharm中使用Anaconda添加解释器的步骤。

Tensorflow安装GPU版本

安装Anaconda

1.下载和安装
下载地址：Anaconda下载链接
在这里插入图片描述
接下来下一步无脑安装，不过不要添加PATH
手动添加环境变量

在cmd中输入“conda -V”，能正常显示版本号，证明已经配置好了。

安装TensorFlow-GPU

1.运行“Anaconda Prompt”
一键安装Tensorflow GPU版

conda create --name tf-gpu python=3.7.3 tensorflow-gpu

提示：
使用本方法安装Tensorflow GPU版，无需预先安装CUDA Toolkit和cuDNN，conda将自行下载安装以上软件包。
显卡驱动还是得自己装，不过一般在安装操作系统的时候，显卡驱动都是安装好了的。请打开自动更新，保证显卡驱动为最新版。
无需设置任何的环境变量。
你也可以同时安装Tensorflow CPU版和GPU版，两者不会发生任何冲突，也无需做任何特别的设置。你可以对比一下CPU版和GPU版的速度差异。
校验是否安装成功：
激活工作环境：conda activate tf-cpu 和conda activate tf-gpu
退出当前工作环境：conda deactivate
启动Python：python
从Python中退出：exit()
校验Tensorflow GPU版
输入下列测试代码

import tensorflow as tf
x = tf.Variable([1, 2])
a = tf.constant([3, 3])

sub = tf.subtract(x, a)
add = tf.add(x, sub)

init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    print(sess.run(sub))
    print(sess.run(add))

键入sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))时，系统大致输出如下，则表明：已找到GPU，列出GPU信息，并将运算指向GPU。
在这里插入图片描述
最终得到运算结果如下，则表明安装成功。