安装前先看下TensorFlow官网的安装要求地址:https://tensorflow.google.cn/install/gpu
软硬件要求:
路径配置:
目录
0)准备工作
- Visual studio 2019社区版安装
安装界面比较简单,按提示来即可(在安装界面勾选自己要用的插件)
- 查看电脑自带GPU的版本及算力
- 鼠标右击计算机->管理->系统工具->设备管理器->显示适配器
2.从https://developer.nvidia.com/cuda-gpus中查看自己电脑的算力(算力要超过3.5)
1)Anaconda3(windows版)
- 安装Anaconda3
首先进入Anaconda官网:https://www.anaconda.com/distribution/
选择Windows下Python3.7(必须选64位,TF不支持Python32位)
下载完成后,安装,一路next即可。
2.修改文档的保存路径(可以指定自己想要的路径)
默认地址为C盘(这是默认地址,如果你通常安装在C盘的话,可以忽略此步骤)
如果安装后没有其他的操作的话,打开.jupyter是没有[jupyter_noteook_config.py]w文件。
jupyter notebook --generate-config , 回车,产生jupyter_noteook_config.py文件。
用Notepad++(没有装的话,可以装下,比较简单)打开jupyter_notebook_config.py ,找到C.Notebook取消注释,C前面的#要去掉,输入你要保存的路径,保存文档,这下就修改好路径了。
3.修改默认浏览器(自选)
用Notepad++打开jupyter_notebook_config.py,找到c.NotebookApp.browser = '',在下方输入:
import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\\ProgramFiles(x86)\\Google\\Chrome\\Application\\chrome.exe"))
c.NotebookApp.browser = 'chrome'
注意:输入命令要满足python格式,开头不要有空格,否则会出错,文件路径隔开最好是 \\
以上步骤做完后,需要更改快捷方式的位置,找到Jupyter的快捷方式,右键打开属性,将快捷方式中“目标”中的%USERPROFILE%去掉。(我将Jupyter.tf2版本的%USERPROFILE%也去掉了),如下图所示。
这样就完成了浏览器及文档保存路径的修改,如图:
2) NVIDIA GPU驱动程序,CUDA,CUDNN安装
NVIDIA GPU驱动程序的下载:官网地址:https://www.nvidia.com/Download/index.aspx?lang=en-us
关注Windows Driver Type和Download Type两个选项。如果有多个GPU,就依次选择对应的驱动程序下载安装更新,至于Windows Driver Type是标准类型/DCH型,需要自己查看确认,请在 NVIDIA 控制面板中的“System Information”(系统信息)菜单下找到“Driver Type”(驱动程序类型)。网上答疑地址:http://tieba.baidu.com/p/6065913987
注:我这看不了,因为是远程桌面控制,打开NVIDIA控制面板,出现错误--NVIDIA显示设置不可用,看了很多解决方法,也按着来做了,都没能解决。因为没法看到实物,我估计可能是主机接口没接好,插在集显插口上。具体的可能的集中解决方案如下网址:https://zhidao.baidu.com/question/1988211033300348827.html
错误画面如图,Windows Driver Type只好选标准型。
Download Type的选择,网上介绍:https://www.nvidia.cn/Download/Help.aspx?lang=cn
https://www.nvidia.cn/design-visualization/quadro-desktop-gpus/
我选的ODE(企业最佳驱动程序)版。
选好驱动后,点击搜索,下载,自定义安装,没有修改,直接next,如下图:
至于服务器中的NVIDIA k80驱动程序,注意一下,Windows Driver Type 和CUDA Toolkit的版本选择,CUDA Toolkit选择10.0,目前TensorFlow2.0好像只支持10.0。下载后安装,注意安装时选自定义安装(精简版安装,我没试),安装时发现有的子驱动可能和Quadro重复了,没事,直接next,安装。
1.CUDA 10.0安装
下载CUDA,官网链接:
安装时,选自定义安装,取勾Visual Studio Integration,一定要取勾,前面有已经安装过VS了,避免冲突.
点开Driver comonents,Display Driver这一行,前面显示的是Cuda本身包含的驱动版本是411.31
如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号,那一定要把这个勾去掉。否则会安装失败(相同的话,就不用去取勾了)
下一步,接下来需要几分钟的时间安装,这是NVIDIA程序已完成的界面
打开安装路径,查看nvcc.exe
有这个nvcc.exe就说明CUDA安装已成功
打开此文件夹,查看有没有cuti64_100.dll
有这个cuti64_100.dll就说明CUPTI已成功
2. cuDNN 安装
CDNN官网链接:
https://developer.nvidia.com/rdp/cudnn-download
下载前需要注册NVIDIA.Developer的账户,接着选择cuDNN for CUDA10.0
解压cuDNN
将解压后文件复制到CUDA文件夹下
3. PATH配置
查看CUDA安装的环境路径
我的电脑——>属性——>高级系统设置——>环境变量
在系统变量中找到PATH
查看CUDA路径,当你安装完CUDA后,它会将这两个目录加进来,
CUPTA和cuDNN还没有加进来,所以必须将它们添加到路径,这样使用Tensorflow的时候才不会报错
添加CUPTA和cudnn路径
新建——>浏览,找到路径
cuDNN路径,CUPTA路径(缺一不可)
测试CUDA:
打开 cmd
输入 nvcc -V
下面的显示说明我们CUDA的版本是10.0
3)TensorFlow2.0安装与测试
1.安装
打开CMD,安装前先更新一下pip,不要使用这种方式 python -m pip install --upgrade pip 会出错,应当输入python -m pip install --user --upgrade pip
对于出现的Warning解决方法是:退出CMD,在系统环境变量 path变量上增加有关Anaconda的三个变量(安装路径),如图:
三个变量添加后,再次打开CMD,输入:pip install tensorflow-gpu==2.0.0-rc1 (使用pip install
来安装最好使用清华镜像安装快捷稳定,后面的 -i 表示从国内清华源下载,pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple) ,此时就不会出现警告了。如图:
2.测试
测试Tensorflow是否安装成功:
法一:打开cmd——>ipython——>import tensorflow as tf
import tensorflow as tf
tf.test.is_gpu_available()
如图:显示True,说明gpu版本已经安装成功
法二:打开CMD,输入python——> import tensorflow as tf ——> print(tf.__version__) ——> print(tf.test.is_gpu_available())
注:可以专门创建一个环境来放tensorflow2.0以及相关的python packages.如图:
注:在远程操作下载时较慢时,可以在自己电脑上用迅雷下载好上传到百度网盘,再在远程桌面从百度网盘中下载相关资源。