TensorFlow GPU 环境安装
1. 安装anaconda
清华镜像园anaconda地址如下:可以下载miniconda
https://mirrors.tuna.tsinghua.edu.cn/anaconda/
2. 安装GPU硬件加速相关的库
参考tensorflow官方安装说明:
https://tensorflow.google.cn/install/gpu
1. 查看tensorflow和python,cuda硬件加速,cuDNN神经网络加速库的匹配情况
查看结果如下:
2. 安装cuda硬件加速,cuDNN神经网络加速库
CUDA工具包安装
1. 下载CUDA工具包,按照默认选择安装
2. 安装的目录在C:\Program Files\NVIDIA GPU Computing Toolkit\
3. 若安装的是CUDA1.1的版本,其缺少库cusolver64_10.dll,需要网上下载该库放入目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin即可
cusolver64_10.dll网盘链接如下:
链接:https://pan.baidu.com/s/1o3E-AAXhpRpRSQyItNUQPQ
提取码:n4ci
cuDNN神经网络加速库的安装
1. 下载cuDNN 软件加速包
2. 将其解压并放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\目录下,可以将其命令为你想要的名字,我将其命名为了cudnn811
2. 将库目录下得bin文件夹路径,添加到环境变量path中
3. tensorflow安装
使用anaconda安装tensorflow, 我的python版本为3.8,tensorflow版本使用最新的2.4.1
创建conda环境,名字取为tensorflow
conda create -n tensorflow python=3.8
进入创建的conda环境
activate tensorflow
安装tensorflow,默认按照最新的gpu版本
python -m pip install tensorflow -i https://pypi.douban.com/simple
查看安装的tensorflow版本
import tensorflow as tf
tf.__version__
查看tensorflow的gpu是否可用
import tensorflow as tf
tf.test.is_gpu_available()
4. 其他深度学习相关工具和库安装
1. 安装jupyter notebook
pip install jupyter -i https://pypi.douban.com/simple
1. 开启jupyter notebook
jupyter notebook
2. jupyter 默认目录修改(文件存放目录)
2.1 运行jupyter notebook --generate-config命令创建jupyter_notebook_config.py
2.2 打开jupyter_notebook_config.py文件,将c.NotebookApp.notebook_dir修改为指定的目录,参考如下
2. 安装其他常用库
numpy matplot等库
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
PIL库安装
pip3 install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
opencv安装
pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple