当前位置:   article > 正文

Windows10下使用Conda安装TensorFlow-GPU_conda install tensorflow

conda install tensorflow

一、CUDA与cuDNN下载安装

进行神经网络训练时,如果搭配显卡即使用GPU进行训练,速度会高于使用CPU进行训练。TensorFlow同时支持CPU和GPU训练,在下载安装时选择安装tensorflow而不是tensorflow-cpu,就可以使用GPU进行快速训练。而在安装TensorFlow之前需要下载安装CUDA与cuDNN。
CUDA(ComputeUnified Device Architecture),是显卡厂商NVIDIA推出的运算平台,它是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。
cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销,可以集成到更高级别的机器学习框架中。
CUDA和cuDNN版本需要与要安装的TensorFlow版本相对应,对应列表可以查看官网说明https://tensorflow.google.cn/install/source_windows,如下图所示:
在这里插入图片描述
截至2020年11月TensorFlow最新版本为2.4版本,但官网说明中未给出对应cuda版本,本文以安装2.3版本为例,下载安装cuda10.1与cudnn7.4。
cuda官网下载地址为https://developer.nvidia.com/cuda-toolkit-archive,选择CUDA Toolkit 10.1 update2,进入下载页面,选择操作系统类型及版本和安装类型(在线或离线),然后下载安装包,安装时选择默认选项即可。
在这里插入图片描述
cuDNN下载地址为https://developer.nvidia.com/cudnn-download-survey,进入该界面后需要先按照提示使用邮箱注册账号,网速会有些慢,注册完毕后还需要再填写调查问卷,填写提交之后进入下载页面https://developer.nvidia.com/rdp/cudnn-download,在选择版本时发现7.4版本中没有For CUDA10.1,与TensorFlow官网说明不符,本文选择cuDNN7最新版cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.1,然后选择系统版本,下载压缩包。
在这里插入图片描述
下载完成后解压缩,将下图三个文件夹内的文件复制到CUDA安装目录下对应目录内即可。
在这里插入图片描述

二、Conda下安装TensorFlow

使用conda下载依赖包时默认的源地址速度较慢,所以需要更换成国内的源,一般是清华、中科大、阿里云等源,首先打开Anaconda Powershell Prompt进入命令行界面,然后输入如下命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --set show_channel_urls yes
  • 1
  • 2
  • 3
  • 4

然后创建一个用于使用TensorFlow的环境,命令如下:

conda create --name tensorflow python=3.8.6
  • 1

回车之后会下载包然后安装,成功安装后界面如下:
在这里插入图片描述
输入如下命令进入创建的环境中,下载TensorFlow:

conda activate tensorflow
pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
  • 1
  • 2

下载安装完成后,输入python进行解释器中,输入:

import tensorflow as tf
print(tf.__version__)
print('GPU', tf.test.is_gpu_available())
  • 1
  • 2
  • 3

若输出tensorflow版本号"2.3.0"和“GPU ture",说明成功。

三、PyCharm使用搭建的tensorflow环境

PyCharm的简介和安装见本博客其他文章,打开PyCharm软件,选择New Project,进入如下界面:
在这里插入图片描述
选择Existing Interpreter,点击…图标,进入Add Python Interpreter界面,选择Conda Environment,点击…图标,选择刚才创建的tensorflow环境内的python.exe,最后点击OK。
在这里插入图片描述
返回创建项目界面,写入项目名称,点击create即可。
在main.py中输入如下测试代码,点击运行:

import tensorflow as tf
print(tf.__version__)
print('GPU', tf.test.is_gpu_available())
  • 1
  • 2
  • 3

输出如下图即创建项目成功。
在这里插入图片描述

参考文档

win10下CUDA和CUDNN的安装(超详细)!亲测有效!
nvidia驱动,cuda与cudnn的关系
win10+tensorflow2.3GPU+cuda11+cudnn8+python3.8编译(AVX2)
Anaconda换源
conda创建新环境
Anaconda查找包,下载包,更新包,删除包
经验:WIN10+GTX1070下,tensorflow2.3-GPU+CUDA10.1+cuDNN765的安装
在PyCharm中使用Anaconda环境

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/神奇cpp/article/detail/775302
推荐阅读
相关标签
  

闽ICP备14008679号