欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

win7安装TensorFlow-gpu 2.3详细教程(CUDA10.1,cuDNN7)

程序员文章站 2022-05-27 14:41:42
...

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。