![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIiY4ETZhJzNx0TZjJXdvN3PnBnaucHM0QTMfF2N4YTZkFTOwIDZ4QmNhBTMxQTN5EzM4Q2Y0gDZwQGZtIjdvwVbvNmLn1WaopnLyMWaw9CXvwlOzBHd0hWPsJXdmYDM3YjZkJGNzQDNl1SOhRGOtETMiVWLhJTOz0SN5UjM3gzM50DZpV3ZmITPlBXe0ZyPldWYtl2LcdXZpZ3Lc12bj5SZjVjL5h3byBnLxATLn1Wavw1LcpDc0RHaiojIsJye.jpg)
這兩天安裝tensorflow-gpu被折騰夠嗆,幸虧最後成功了,給想要安裝的大神們看下我走過的坑,避免掉入。
如果是新手,需要安裝下面幾個軟體:
第一步 安裝anaconda
首先就是Python編輯器:
anaconda,需要注意的是python2.×已經不維護了,是以直接安裝3.7,
需要注意的是,在安裝過程中有個選項,直接加入環境變量中。
網址:https://www.anaconda.com/products/individual
可以在指令行檢視是否安裝成功:
第二步 檢視電腦适配型号
如果大家想要安裝TensorFlow的GPU版本,首先需要明确的一點是:
電腦是否是NVIDIA顯示卡,以及顯示卡可使用的cuda版本。這個步驟不可省,如果不是NVIDIA顯示卡,則不支援GPU版本,隻能使用CPU的TensorFlow。并且正确的cuda版本,決定了最後GPU版本是否能檢測到裝置。
在【控制台】的【裝置管理器】中檢視【顯示擴充卡】。
如果是NVIDIA版本,可以檢視計算能力如何,大于等于3.5=GPU;小于3.5=CPU。
檢視計算能力位址:https://developer.nvidia.com/cuda-gpus#compute
想要看自己電腦适合的CUDA版本,可以看下自己
電腦支援的型号,對應的版本請戳官網文檔。
檢視電腦型号步驟:在桌面右鍵找到【NVIDIA控制台】,彈出的【系統資訊】中,檢視驅動版本。
如果确定可以按照GPU版本的TensorFlow,目前已經是2.×版本了,是以對應安裝CUDA和cuDNN。
然後到官網檢視适配的版本号,注意:
版本并不是越高越好,并不是越高越好,并不是越高越好!重要的事情說三遍,一定要安裝合适的版本,否則會檢測不到裝置,即使TensorFlow安裝完全成功,但仍然不能使用GPU計算。
第三步 安裝CUDA和cuDNN
找到對應的版本之後,就是下載下傳安裝cuda了:CUDA Toolkit
如果找不到特定的版本,可以參考這個:NVIDIA CUDA各版本下載下傳連結
首先就是選擇【自定義安裝】如果電腦安裝了vs,可以忽略下面這步,如果沒有安裝,去掉下面這個選項:
,檢視版本對應情況,如果電腦版本高于cuda版本,則
不選擇這個Display Driver。
CUDA裝好之後,到官網下載下傳cuDNN,位址:https://developer.nvidia.com/rdp/cudnn-archive
在下載下傳cuDNN時,需要注冊,這裡用郵箱注冊一下就行。
将cuDNN解壓并重新命名為cuDNN,原始檔案名是一長串。
将這個檔案夾,整體複制到CUDA下面。第四步 配置環境變量
上面安裝完之後,配置環境變量。
一共有4個,有兩個在安裝CUDA的過程中已經配置好了,還有cuDNN的環境變量和CUPTI的環境變量。
在【系統】中【進階系統設定】找到【環境變量】的【Path】,進去添加兩個新的環境變量。
找到自己檔案中的位置,添加到裡面,并且
要把這四個放到前面,通過上移的操作,把新加的兩個移到上面。
第五步 安裝TensorFlow-GPU
通過上面的幾步,已經到了最後安裝TensorFlow階段了。在國内安裝TensorFlow時,下載下傳會非常慢,可以使用清華鏡像。
pip
很快就可以安裝成功。
import tensorflow as tf
tf.test.is_gpu_available()
可以愉快地使用TensorFlow-GPU了,enjoy it!
說下我遇到的坑:我開始的cuda安裝了最新版的11.0,各個步驟都可以通過。
但是在使用gpu時,一直說檢測不到裝置,後來看到某個大神說,目前TensorFlow-GPU适配的隻到10版本,然後又開始了我的解除安裝cuda11.0之路,重新開機電腦三四次,才解除安裝成功。
如果你目前也無法使用GPU,除了檢查下電腦顯示卡适配情況,還有就是降級吧。。
附上解除安裝cuda連結:傳送門