win7安装TensorFlow-gpu 2.3详细教程(CUDA10.1,cuDNN7)
win7安装TensorFlow-gpu 2.3详细教程(CUDA10.1,cuDNN7)
环境
windows7,miniconda-python3.8(anaconda一样)。
显卡、CUDA、cuDNN
安装显卡驱动
CUDA10.1 需要 418.x 或更高版本显卡驱动程序。
在NVIDIA官网下载你的显卡驱动程序。链接在此
默认安装。
CUDA
下载CUDA10.1链接在此
默认安装。
cuDNN
下载CUDA10.1对应的cuDNN7.6链接在此
解压,拷贝到CUDA对应的路径。我这里是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin。
python
推荐在清华镜像源下载miniconda或者anaconda。
默认安装。勾选环境变量。
创建一个虚拟环境
新建一个虚拟环境,在其中安装tensorflow-gpu。在命令行输入下面的指令。env_name是虚拟环境的名字。
conda create --name env_name
安装tensorflow-gpu
先**虚拟环境,在命令行输入下面的指令。
activate env_name
使用pip安装,我用conda安装失败了。继续输入下面的指令。
pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
测试tensorflow-gpu是否安装成功
注意网上有很多代码都是针对tensorflow-gpu1.*的。下面的代码是可用的。
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))
能输出下面的结果就表示安装成功:
[[22. 28.]
[49. 64.]]
一些可能出现的错误
1、 Could not load dynamic library 'cudart64_.dll’
网上的教程推荐你把对应cudart64_.dll拷贝进CUDA的安装目录。这里不推荐。
这是问题的根本原因是tensorflow-gpu版本过高,对应的CUDA版本不够。比如tensorflow-gpu2.4.0就需要CUDA11以上。tensorflow-gpu2.3.0和CUDA10就可以匹配。
2、Loaded runtime CuDNN library: 7.. but source was compiled with: 7...
安装的cuDNN版本不对。按照后面一个 7...和CUDA版本下载正确的cuDNN。
3、其他安装问题
一定要用pip安装。
欢迎指正、批评、提问。