Anaconda虛擬環(huán)境中安裝cudatoolkit和cudnn包并配置tensorflow-gpu的教程
需要pytorch安裝配置教程請(qǐng)點(diǎn)擊鏈接:Anaconda虛擬環(huán)境中配置pytorch-gpu
tensorflow官方信息
Windows上的GPU支持僅適用于2.10或更早的版本,從tensorflow 2.11開始,Windows不支持CUDA構(gòu)建。
目前暫時(shí)沒(méi)有能在windows上安裝tensorflow 2.11及更新版本的方法,安裝最新版本導(dǎo)致各種奇怪bug。
前言
建議大家一個(gè)項(xiàng)目一個(gè)環(huán)境。
1. 創(chuàng)建虛擬環(huán)境并安裝cudatoolkit和cudnn包
點(diǎn)擊鏈接:查看tensorflow版本信息以及配對(duì)cudatoolkit和cudnn版本
注意:安裝的tensorflow-gpu
、python
、 cuda
、 cudnn
版本關(guān)系,一定要對(duì)應(yīng)上!
1)確認(rèn)需要安裝的tensorflow版本,注意是看GPU,這里我以tensorflow-2.10.0為例。大家按需選擇,如果是復(fù)現(xiàn)論文/項(xiàng)目,看作者是否提出版本要求;沒(méi)有的話隨意,但不建議直接用最新版,容易版本沖突。
2)可以看到tensorflow-2.10.0對(duì)python,cuda,cudnn的版本需求,我這里選擇python3.10,cuda11.2,cudnn8.1,記住現(xiàn)在選的版本。
1.1 創(chuàng)建虛擬環(huán)境
輸入命令:
conda create -n name python=3.x
name是環(huán)境名
3.x是python版本
如果創(chuàng)建名為tf,python版本為3.10的虛擬環(huán)境,
命令為:conda create -n tf python=3.10
輸入y確認(rèn)下載:
安裝成功創(chuàng)建環(huán)境:
激活環(huán)境中,命令為activate name:
提示:在進(jìn)行1.2部分的操作之前,一定要先進(jìn)入剛創(chuàng)建的環(huán)境,不然后面的操作是在默認(rèn)環(huán)境base上進(jìn)行
1.2 安裝cudatoolkit和cudnn包
1.2.1 安裝cudatoolkit包
在上面我們已經(jīng)知道了tensorflow2.10.0對(duì)應(yīng)的cuda版本為cuda11.2,因此接下來(lái):
輸入命令:
conda search cudatoolkit
查看可以下載的cudatoolkit安裝包:
發(fā)現(xiàn)11.2的版本也有很多,隨便選一個(gè)就行:
于是執(zhí)行命令安裝cudatoolkit包:
conda install cudatoolkit==11.2.0
同樣輸入“y”確認(rèn),安裝成功:
1.2.2 安裝cudnn包
在上面我們已經(jīng)知道了tensorflow2.10.0對(duì)應(yīng)的cuda版本為cudnn8.1,因此接下來(lái):
跟安裝cudatoolkit步驟一樣,先查看是否有這個(gè)版本,再命令安裝。
通過(guò)conda search cudnn命令查看可下載的版本:
conda search cudnn
找到cudnn8.1版本:
執(zhí)行命令安裝cudnn包:
conda install cudnn==8.1.0.77
同樣輸入“y”確認(rèn),安裝成功:
提示:安裝之后的 CUDA 和 cudnn 會(huì)存放在虛擬環(huán)境的 lib 文件夾 或者include 文件夾里面。如果直接通過(guò)win+r,cmd,nvcc -V命令會(huì)發(fā)現(xiàn)還是主機(jī)的版本。
2. 安裝tensorflow
確認(rèn)版本,就像我上面說(shuō)的需要安裝tensorflow2.10.0
2.1. 安裝
通過(guò)conda search tensorflow-gpu命令查看可下載的版本:
conda search tensorflow-gpu
額,沒(méi)有更新到2.10,不過(guò)沒(méi)關(guān)系,我們已經(jīng)知道更新到了2.16版本,
執(zhí)行命令安裝tensorflow:
pip install tensorflow-gpu==2.10.0
速度慢則選用國(guó)內(nèi)源:
pip install tensorflow-gpu==2.10.0 -i https://pypi.douban.com/simple
正在下載:
提示:換完國(guó)內(nèi)源,也大概需要10幾分鐘,看網(wǎng)速。
2.2. 驗(yàn)證是否安裝成功
驗(yàn)證是否可以調(diào)用gpu
輸入以下命令:
python
測(cè)試1:
import tensorflow as tf gpus = tf.config.experimental.list_physical_devices(device_type='GPU') cpus = tf.config.experimental.list_physical_devices(device_type='CPU') print(gpus, cpus)
print返回信息中有GPU信息即可:
測(cè)試2:
import tensorflow as tf version=tf.__version__ #輸出tensorflow版本 gpu_ok=tf.test.is_gpu_available() #輸出gpu可否使用 print("tf version:",version,"\nuse GPU:",gpu_ok)
驗(yàn)證tensorflow是否能調(diào)用gpu,需要返回 true:
以上就是Anaconda虛擬環(huán)境中安裝cudatoolkit和cudnn包并配置tensorflow-gpu的教程的詳細(xì)內(nèi)容,更多關(guān)于Anaconda配置tensorflow-gpu的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
python獲取標(biāo)準(zhǔn)北京時(shí)間的方法
這篇文章主要介紹了python獲取標(biāo)準(zhǔn)北京時(shí)間的方法,實(shí)例分析了Python通過(guò)www.beijing-time.org的官網(wǎng)獲取標(biāo)準(zhǔn)北京時(shí)間的技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-03-03Django在admin后臺(tái)集成TinyMCE富文本編輯器的例子
今天小編就為大家分享一篇Django在admin后臺(tái)集成TinyMCE富文本編輯器的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08Python中的is和==比較兩個(gè)對(duì)象的兩種方法
這篇文章主要介紹了Python中的is和==比較兩個(gè)對(duì)象的兩種方法的相關(guān)資料,希望通過(guò)本文能幫助到大家,需要的朋友可以參考下2017-09-09特征臉(Eigenface)理論基礎(chǔ)之PCA主成分分析法
這篇文章主要為大家詳細(xì)介紹了特征臉理論基礎(chǔ)之PCA主成分分析法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-03-03Django Session和Cookie分別實(shí)現(xiàn)記住用戶登錄狀態(tài)操作
這篇文章主要介紹了Django Session和Cookie分別實(shí)現(xiàn)記住用戶登錄狀態(tài)操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07