当前位置:   article > 正文

cuda+TensorFlow详细的安装_cuda12.2,tensorflow

cuda12.2,tensorflow

安装CUDA

1.在NVIDIA图形程序里查看支持的版本
在这里插入图片描述
2.该路径为临时文件的路径,安装成功后解压包会自动删除!
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210512002453542.png在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这是默认的安装位置
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

添加额外的环境以及添加cudnn

1.安装完毕后,系统会默认添加环境变量
在这里插入图片描述
CUDA_SDK_PATH的路径要与CUDA_PATH相对应,即为
默认路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 (路径的选择根据个人选择安装的路径)

2.将CUDNN解压后的文件,就是红矩形里三个文件夹里的文件复制到CUDA安装位置下相对应的文件夹里
在这里插入图片描述
在这里插入图片描述
下面为bin路径下的文件复制到CUDA里bin文件一个详细过程:

在这里插入图片描述
在这里插入图片描述

验证安装是否成功

1.输入nvcc --version,反馈得到的是版本信息即为环境配置成功
2.输入set cuda,该命令为查看环境变量设置的路径
在这里插入图片描述
3.在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite(我的路径均为默认安装配置下的地址)下进入cmd窗口或者通过cd命令进入该位置
在这里插入图片描述
在这里插入图片描述
4.在cmd窗口运行以下测试文件
bandwidthTest.exe
deviceQuery.exe
在这里插入图片描述
5.result=pass,即为安装成功!

安装TensorFlow

1.python降级(我的conda默认安装了python3.85,TensorFlow不支持该版本所以需要进行降级),降级是新建一个环境,并不是更改原有的python版本

ps:如果遇到conda的python版本为3.7及3.7以上版本太高,TensorFlow无法安装等问题可使用conda降级命令。如果没有该问题可直接到第三部

安装时可更换conda的镜像源:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main 
conda config --set show_channel_urls yes
  • 1
  • 2
  • 3

下面为降级命令:

conda create -n py36 python=3.6 anaconda
  • 1

在这里插入图片描述
在这里插入图片描述
2.进入python3.6
在cmd输入

activate
  • 1

2.使用一下命令安装TensorFlow

pip install tensorflow  -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
  • 1

PS:建议安装2.x的版本,1.x与2.x的区别是挺大的,为了方便日后的调试还是建议安2.x的版本(具体版本要看电脑的兼容效果)
安装指定版本的命令如下:

pip install tensorflow==1.4
  • 1

3.激活TensorFlow

activate tensorflow
  • 1

在这里插入图片描述4.输入activate

conda.bat activate
  • 1

然后输入conda activate py36进入python3.6的环境

不确定TensorFlow是否安装完成可输入安装口令pip install tensorflow
最后输入

python
import tensorflow as tf
tf.__version__
  • 1
  • 2
  • 3

PS:在输入import tensorflow as tf验证工程中会出现缺少dll库的提示,我是直接重新运行import tensorflow as tf该命令,接着下去没有缺少110.dll这个错误提示了(但是后期重启还是会出现该问题所以我下载了该库,有缺少相同库情况的可联系我)。如果还提醒该类问题,那么要找相应的dll库添加到CUDA路径下也就是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin     //该路径下
  • 1

在这里插入图片描述
5.或者在python3.6环境下输入

conda info --envs
  • 1

有详细路径地址的则为安装成功
在这里插入图片描述
6.跑一个TensorFlow程序验证,TensorFlow用的是否是GPU

import tensorflow.compat.v1 as tf  #我的版本为2.0则导入TensorFlow的命令为这个,2.0以下的为import tensorflow as tf
tf.disable_v2_behavior()#该命令也是2.0才可使用
a = tf.constant([1.2,2.3,3.6], shape=[3],name='a')
b = tf.constant([1.2,2.3,3.6], shape=[3],name='b')
 
c = a+b
session = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(session.run(c))

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

很绝望,我的是CPU在跑
在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/很楠不爱3/article/detail/95784
推荐阅读
相关标签
  

闽ICP备14008679号