十分钟配置本地Tensorflow, CUDA, cuDNN
- 前言
- 1. 电脑上需要有python
- 2. CPU
- 3.GPU
- 4. 最后一步
- OK
前言
上文说到(手把手教你配置Tensorflow开发环境(一)-五分钟带你完全理解Tensorflow)
Tensorfow 这东西很大一部分就厉害在对GPU的支持上,但是也不是所有的小伙伴都有着很厉害的显卡的,比如我电脑上就只有一张凑数的MX250,那么难道这样我们就不能用Tenforflow了吗?
倒也不是,实际上Tensorflow提供了CPU和GPU的双版本,也就是说,电脑上没有显卡也没关系,你也可以选择通过你的CPU来进行计算,虽然没有了并行计算的快捷,但起码搭建模型的很多方便快捷的API还在不是嘛。。
好,那么咱们现在就分别来说一下要如何安装CPU和GPU的版本
以下教程都是在Windows+NVIDIA显卡下
1. 电脑上需要有python
这个就。。。
不确定的小伙伴可以先敲击win+R, 在弹出的窗口输入cmd
点击确定进入cmd的界面,输入python
就可以查看自己电脑上是否有python的环境了
最好是3.7版本的python
如果不是,可能会在下面的安装后出现版本不兼容的问题
如果没有,可以前往Python官网进行下载
具体的下载教程有很多我就不说了
2. CPU
电脑上有Python之后,只需要重新打开cmd的界面,输入
pip install tensorflow==2.6.0
就可以了
如果想要安装老版CPU版本的Tensorflow
则需要输入
pip install tensorflow==1.15.0
安装完成之后,只需要在cmd打开python,输入:
import tensorflow as tf
可以成功运行就说明安装成功啦
3.GPU
OK, 那么咱们现在就来说一下如何安装GPU版本的tensorflow吧
以Tensorflow2.6.0 + CUDA 11.2 + cuDNN 8.1为例
那么,如果想在自己的电脑上使用GPU版本的tensorflow呢,
请先确定自己已经配置好了CUDA, cuDNN的环境
4. 最后一步
输入如下命令
pip install tensorflow-gpu==2.6.0
如果想要安装老版的Tensorflow
则需要输入
pip install tensorflow-gpu==1.15
OK
那么现在,你的电脑上应该已经大功告成了,只需要运行代码
import tensorflow as tf
tf.test.is_gpu_available()
如果输出是True,那么就已经可以运行了
怎么样
是不是十分钟就给你配置好了呢?
好
拿下次就讲讲怎么白嫖云端虚拟机来运行Tensorflow好了!