tensorflow GPU版本安装教程(win10+NAVID显卡环境下详细教程)
1.安装前准备
1.1 确认显卡与环境准备
需要先确认显卡的厂家是NAVIDIA显卡,其次需要安装配置好python环境(版本3.5-3.10都可),在没有安装anaconda的情况下,需要卸载TensorFlow依赖的库函数(tensorboard, tensorflow-estimator、tensorflow、keras-applications、keras-preprocessing),如果安装了anaconda,可以忽略包依赖问题,之后可以按照步骤进行TensorFlow-GPU版本的安装。
1.2确认版本
由于TensorFlow-GPU版本与CUDA,cuDNN的版本需要完全对应一致才能正常安装,因此这一步十分重要。
首先双击NAVIDIA设置,进入显卡的NAVIDIA控制面板,
再点击帮助->系统信息
此时在“组件”选项卡下可以看到当前cuda驱动的版本(图中显示的是v11.7),之后选择的cuda版本不能高于此处显示的版本。(注意:此驱动可以升级,升级之后能适配更高版本的TensorFlow)
根据此版本到https://spltech.co.uk/installing-tensorflow-2-9-with-gpu-support/上查看适合安装的cuda,cuDNN,TensorFlow-gpu, 以及python的版本。
比如对于我的显卡驱动(v11.7)来说,可以选择11.2版本的cuda与8.1版本的cuDNN,这种版本组合可以适配python3.5-3.10,以及TensorFlow2.5-2.9。如果你想适配最新版的TensorFlow与python,但是发现自己电脑显卡驱动版本低于适配的版本,可以自行到NAVIDIA官网下载最新驱动,安装后再查看版本是否符合
2. 安装CUDA
2.1下载cuda toolkit安装包
在2.2中已经确定了安装的cuda版本,到https://developer.nvidia.com/cuda-toolkit-archive中找到目标版本,本机选择下图中的11.2.2版本下载,进入下载页面后选择对应的操作系统版本,进行下载。
2.2安装cuda
- 下载好安装包之后直接双击安装,解压路径可以按照默认,安装之后会自己清除。
- 完成之后选择自定义->下一步
- 此时进入安装组件选择,本机选择的是全选。
- 之后一直点击下一步,直到安装完成,安装路径默认c盘,不建议修改(如果想要修改请自行记住安装路径,后面步骤需用到)。
- 安装完成之后,右键“我的电脑”,依次进入->“属性”->“高级系统设置”->“环境变量”,查看系统环境变量中是否有CUDA环境变量。如果有说明CUDA安装完成,进行下一步。
3. 安装cuDNN
根据1.2中确定的cuDNN版本,到https://developer.nvidia.com/rdp/cudnn-archive中下载对应的cuDNN版本。此处需要注意下载与上一步安装的CUDA版本相对应的cuDNN工具包。该网页第一次下载需要进行账号注册,需要使用到自己的邮箱,如实填写即可。
这里附上可以直接下载的cnDNN v8.1.1 win10 64 for CUDA11.0,11.1 ,11.2 ,其他版本请自行注册下载。
接下来解压下载好的压缩包,有三个文件夹。
同时打开步骤2中CUDA的安装目录,可以发现也有同名的目录,需要将上图中bin\文件夹下所有的.dll文件复制粘贴到CUDA的bin\内,上图中include\文件夹下的所有.dll文件复制粘贴到CUDA的include\文件夹内,上图中lib\x64内所有文件复制粘贴到CUDA的lib\x64\文件夹内。到此为止,CUDA与cuDNN安装完成。
3. 安装TensorFlow-GPU
- 方法1 如果安装了anaconda,可以按照步骤复制以下代码到cmd中运行,进行安装,如果没有anaconda,直接跳到方法2。
- 添加opentuna镜像源,如果你已经使用了其他镜像源,此步可以跳过。
pip config set global.index-url https://opentuna.cn/pypi/web/simple
- 创建虚拟环境
conda create -n TF2 python=3.10
- 激活环境
activate TF2
- 安装TensorFlow-gpu,版本号请自行确认
pip install tensorflow-gpu==2.9.0
- 测试是否安装成功
python
import tensorflow as tf
tf.config.list_physical_devices('GPU')
如果能显示GPU设备则安装成功
- 方法2如果没有安装anaconda,就只能在默认的python环境中安装,如开头所说,在没有安装anaconda的情况下,需要卸载TensorFlow依赖的库函数(tensorboard, tensorflow-estimator、tensorflow、keras-applications、keras-preprocessing),之后在命令提示符中运行如下代码安装:
- 使用pip安装,版本号自行确认
pip install tensorflow-gpu==2.9.0
- 依次运行以下代码,确认安装是否成功
python
import tensorflow as tf
tf.config.list_physical_devices('GPU')
如果能显示GPU设备则安装成功