TensorFlow2.xGPU版安装与CUDA版本选择指南

————————————————————————————————————————————

本文主题导读&＃xff1a;    

① TensorFlow2.x GPU版windows安装步骤

② GPU对应CUDA版本的选择方式

————————————————————————————————————————————

    目前Python最新release版本为3.9.0&＃xff0c;配合TensorFlow2版本使用目前常见的以Python3.6和3.7&＃xff0c;大家根据自己的开发平台选择合适的版本下载即可

Windows平台下载地址&＃xff1a;https://www.python.org/downloads/windows/

    下载后可以直接安装&＃xff0c;安装完成后我们准备TensorFlow2.x的GPU版本安装&＃xff0c;分两步完成&＃xff0c;TensorFlow最新版为2.3(这里安装2.2)&＃xff1a;

    ① 打开cmd窗口&＃xff0c;输入pip install tensorflow&＃61;&＃61;2.2.0

    ② 在cmd窗口输入pip install tensorflow-gpu&＃61;&＃61;2.2.0

上述步骤使用国内的网可能会下载很慢&＃xff0c;这里有个小技巧&＃xff0c;我们可以使用国内的一些镜像&＃xff0c;比如清华、阿里的&＃xff0c;pip指令改成如下(tensorflow替换成你要安装的模块即可)&＃xff1a;

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-hostpypi.tuna.tsinghua.edu.cn

    上述两个步骤安装完成后并不能直接使用TensorFlow的GPU版本&＃xff0c;运行代码会提示没有cudnn的dll&＃xff0c;所以我们还需要如下三个步骤&＃xff1a;

    ① 下载并安装CUDA10.1&＃xff0c;下载地址&＃xff1a;

https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os&＃61;Windows&target_arch&＃61;x86_64&target_version&＃61;10&target_type&＃61;exelocal

   ② 下载对应的CUDNN v7.6.5文件&＃xff0c;下载地址&＃xff1a;

https://developer.nvidia.com/rdp/cudnn-archive

    ③ 将下载的cudnn中的文件拷贝到CUDA1.0安装目录中

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

    此时&＃xff0c;将上面的bin目录添加到环境变量&＃xff0c;然后新建py文件&＃xff0c;在其中输入&＃xff1a;

import tensorflow as tf&＃xff0c;如果不报错&＃xff0c;那么就安装成功了。

    那么&＃xff0c;TensorFlow和CUDA的版本如何选择呢&＃xff0c;可以看下TensorFlow官网的文档介绍&＃xff0c;上面有版本对应(Python, TF, CUDA, CUDNN)具体链接地址&＃xff1a;

https://www.tensorflow.org/install/source_windows

新建Py文件&＃xff0c;输入如下代码&＃xff0c;如果正确输出OK则说明安装成功

import tensorflow as tfprint("OK")

 还可以查看TensorFlow的版本信息和安装路径&＃xff1a;

print(tf.__version__)print(tf.__path__)

还可以查看GPU信息&＃xff1a;

gpu_device_name &＃61; tf.test.gpu_device_name()print(gpu_device_name)from tensorflow.python.client import device_lib# 列出所有的本地机器设备
local_device_protos &＃61; device_lib.list_local_devices()
# 打印
# print(local_device_protos)# 只打印GPU设备
[print(x) for x in local_device_protos if x.device_type &＃61;&＃61; &＃39;GPU&＃39;]