安装教程
安装环境
window10、cuda10.1、cudnn-10.1、python3.7、GTX1050Ti、Intel i5-8300H
1.确认版本
注意,版本一定要对应,不然最后一定会出错,我就是装了n多遍
1.1安装TensorFlow-gpu
注意,我是有N卡1050TI才可以安装,只有N卡可以,其他显卡一律下载CPU版本,GPU版本训练起来会更快
我是在pycharm中安装的,这里就不提安装过程,安装完毕后到目录
Lib\site-packages\tensorflow\python\platform\build_info.py
查看所对应的版本,一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!一定要看!!!
另外需要注意的是,不同显卡的算力不同,所需要下载的TensorFlow版本也不同
对应的显卡算力版本可以高于,但绝不能低于。比如我是6.1的,那么我可以下高于6.1,但绝对不能下载低于6.1的
然后到NVIDIA官网上下载对应版本的CUDA和cudnn
1.2 安装CUDA和cudnn以及GeForce
确认好自己需要安装的版本然后到官网下载
1.2.1GeForce
首先是GeForce,网址:https://www.geforce.com/drivers直接选择最醒目的download now,不要选择manual search,这样可以很快捷,如果之前玩过游戏,下过GeForce experience 这个驱动程序就不用下了、
1.2.2CUDA
我要下载的是cuda10.1,https://developer.nvidia.com/cuda-toolkit-archive,到这个页面根据上面build-info内容下载对应版本,不要一昧的贪图最新版本,可能无法运行
下载完毕后点击安装
注意:一定要选择自定义,不然默认下到C盘,只要下载CUDA即可
1.2.3cuddn
和cuda一样,选择对应版本的cuddn下载,这是一个压缩包,解压缩到cuda一个磁盘中https://developer.nvidia.com/rdp/cudnn-archive
1.2.4环境变量的安装
在这里我推荐这边博文点我 我当初就是按照这个步骤来的,如果在安装cuda时将所有东西安装在一个目录下,那么sample目录就是这个安装目录
1.3 测试
鸡冻人心时候到了,打开cmd,输入
nvcc -V
如果出现下图,那么说明安装成功,✿✿ヽ(°▽°)ノ✿
2.验证使用TensorFlow-GPU
在上文中提到,如果是GPU运算会比CPU快,那么我们到底是不是GPU运算呢?下面来验证下,打开pycharm,输入
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
config = tf.compat.v1.ConfigProto(allow_soft_placement=True)
sess = tf.compat.v1.Session(config=config)
with tf.device('/gpu:0'):
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
print(sess.run(c))
TensorFlow2.2可直接拿来用,如果是1.x版本就不清楚了,这段代码将一段运算程序放到了GPU上运行,如果输出信息如下
也就是能得到结果,那么说明GPU运算可用!✿✿ヽ(°▽°)ノ✿
如果报错也别着急,先看看GPU是否可用
import tensorflow as tf
if tf.test.gpu_device_name():
print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
print("Please install GPU version of TF")
这段代码检测的是是否GPU可用,可用的话会输出GPU名字,不可用会输出else的内容
我的输出是
默认GPU是GPU:0
如果不可用就有很多原因了,这里我个人也不太清楚。
3.结语
到此为止安装就完毕了,我也是花了好长工夫才完成,确定不点个赞再走?