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

Tensorflow2.0.0 GPU版本避坑安装+全套资源链接

程序员文章站 2022-07-04 20:19:54
...

Tensorflow2.0.0 GPU版本避坑安装

tensorflow2.0 GPU版本的对应cuda驱动为10.0版本,还有需要安装pytorch GPU的小伙伴请绕道,因为需要10.1及以上版本的cuda才能装。

链接: https://pan.baidu.com/s/1ZZgjj6mmEARmtxQTTPqe2Q
提取码:zabs

第一步:环境配置,安装anaconda

建议安装较老版本的anaconda,因为新的版本自带的python版本也高,tensorflow2.0的最高适应python版本为3.6,链接里的版本是2019年十月份版本。避免后面出错建议安装较老版本。

第二步:安装cuda10.0

安装cuda时只能装c盘,空间不够的需要腾一腾,安装选择选项里建议全安装,少装会可能会引起不必要的麻烦

第三步:安装cudnn10.0

将压缩包解压,CUDA重命名为cudnn765,复制到该路径下

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

如图:
Tensorflow2.0.0 GPU版本避坑安装+全套资源链接

第四步:修改环境变量path

先右击我的电脑,打开属性,点击高级系统属性,点击环境变量,找到path选中,再点击编辑,如下图:
Tensorflow2.0.0 GPU版本避坑安装+全套资源链接
然后然后点击新建,再复制cudnn765中bin所在文件夹的路径

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn765\bin 

粘贴,然后点击上移,移到最顶端。bin的路径如图:
Tensorflow2.0.0 GPU版本避坑安装+全套资源链接
具体操作如图:第一步第二步已经用蓝色数字标出
Tensorflow2.0.0 GPU版本避坑安装+全套资源链接

第五步:虚拟环境下安装tensorflow2.0

很多帖子是在anaconda里create一个新的环境,我觉得没必要,在base环境下一样的可以安装使用。
首先打开cmd,输入:

activate base

**base环境,此时在C盘前面会出现一个(base),然后再输入:

pip install -U tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果安装不成功可能是网不好,建议切换网络多安装几次(亲身体会),到这一步一般不会出错!

第六步:测试

在base环境下输入python或者ipython,这一步是打开一个编辑器,然后输入

 import  tensorflow as tf 

再按回车,没报错,说明十有八九安装成功,
然后再输入

  tf.test.is_gpu_available() 

再按回车,如果结果返回Ture,说明已经成功安装tensorflow2.0 gpu版本。
具体结果显示为如下图:
Tensorflow2.0.0 GPU版本避坑安装+全套资源链接
Tensorflow2.0.0 GPU版本避坑安装+全套资源链接
在连接里有word的具体操作文档,可下载做参考。
谢谢观看!