赞
踩
1.在NVIDIA图形程序里查看支持的版本
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
这是默认的安装位置
1.安装完毕后,系统会默认添加环境变量
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
下面为bin路径下的文件复制到CUDA里bin文件一个详细过程:
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
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
4.在cmd窗口运行以下测试文件
bandwidthTest.exe
deviceQuery.exe
5.result=pass,即为安装成功!
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
下面为降级命令:
conda create -n py36 python=3.6 anaconda
2.进入python3.6
在cmd输入
activate
2.使用一下命令安装TensorFlow
pip install tensorflow -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
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
3.激活TensorFlow
activate tensorflow
4.输入activate
conda.bat activate
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__
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
5.或者在python3.6环境下输入
conda info --envs
有详细路径地址的则为安装成功
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))
很绝望,我的是CPU在跑
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。