win10系统极简安装Tensorflow2.1—gpu版本流程

最近继续研究tensorflow,本打算后续上gpu版本的,但是运行demo过程中,实在太慢受不了了,就研究装了一下gpu版本,现在把具体方法记录如下:

一、安装条件

可以参考tensorflow官网需求https://tensorflow.google.cn/install/gpu

1、nvidia gpu驱动必须在 418.x或者更高,可以用nvidia-smi命令查看

win10系统极简安装Tensorflow2.1—gpu版本流程

2、cuda toolkit 10.1版本支持tensorflow 2.1以上版本,我装tensorflow2.1所以要cuda 10.1

3、cuDNN SDK 大于或等于7.6

以上条件需要满足,但是有几个极简的方法可以完成安装我实测也是可以的。

二、安装步骤

1、安装anaconda,不细说了

2、最好新建个环境,也不多说可以百度或看我之前文章

3、然后直接用下面命令即可:

conda install tensorflow-gpu==2.1.0

你会看到会自动下载相关依赖包,包括cuda,cudnn

注意:因为我之前没看到这个方法所以提前手动安装了cuda和cudnn,但我看上面命令也会下载cuda和cudnn,应该可以直接用,我没有亲自实践,应该没问题

三、验证是否安装成功

用如下命令验证是否gpu版本启用

import tensorflow as tf
tf.test.is_gpu_available()

这里也要注意一点:第一次运行这个命令是要等很久,看我下面图上我这边等了5分12秒才行,但是第二次运行就是秒出,我估计是第一次会初始化很多东西导致的。所以耐心一点就行

win10系统极简安装Tensorflow2.1—gpu版本流程

win10系统极简安装Tensorflow2.1—gpu版本流程win10系统极简安装Tensorflow2.1—gpu版本流程 JaedongXue 发布了51 篇原创文章 · 获赞 25 · 访问量 17万+ 私信 关注
上一篇:Tensorflow版本与 CUDA,CUDNN 版本对应关系


下一篇:深度学习入门——给Ubuntu系统安装CUDA、cuDNN、Anaconda、Tensorflow-GPU和pyTorch