tensorflow-gpu2.3版本安装步骤

一、硬件要求

首先，TensorFlow-gpu不同于CPU版本的地方在于，GPU版本必须有GPU硬件的支撑。TensorFlow对NVIDIA显卡的支持较为完备。
对于NVIDIA显卡，要求对于其算力不低于3.5。算力参考：

http://developer.nvidia.com/cuda-gpus

驱动版本注意:NVIDIA驱动程序需要418.x或者更高的版本。可以在命令行中输入

nvidia-smi

命令查看驱动版本。

我们可以看到我们的驱动程序满足上述条件。于是我们可以开始正式安装tensorflow-gpu了。

TensorFlow-gpu版本有两个重要的依赖库，分别是CUDA和cudnn。下面我首先来介绍CUDA的安装方法。
对于tensorflow-gpu2.3.0版本来说，对于CUDA的版本需要是10.1，cudnn版本号需要不小于7.6

二、 CUDA和cudnn的安装

1、查看本机的CUDA驱动适配版本

桌面右键打开英伟达控制面板，点击帮助->系统信息->组件

可以看到本机支持的是CUDA 10.2 版本，表示是不支持更高版本的。如果你升级了驱动，可能会支持更高版本，也可能不会提升。

所以就必须安装 10.2 及以下的版本，即我们可以正常安装CUDA10.1版本。

2、下载CUDA和cuDNN

CUDA10.1下载页面：

https://developer.nvidia.com/cuda-10.1-download-archive-base

cuDNN下载页面：

https://developer.nvidia.com/rdp/cudnn-archive

记得一定要下载与你所下载的CUDA版本相匹配的版本，这里我下载的是

3、安装CUDA和cudnn

找到你下载的CUDA，无脑点击下一步安装就行了。当然如果你想自定义的话要记住你选择的安装路径。本人推荐使用默认的安装地址。

CUDA安装完成后，打开命令行窗口，执行nvcc -V ，成功的话会返回cuda版本号。

解压cuDNN压缩包，可以看到bin、include、lib目录

打开 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA，这个是你CUDA安装的默认地址，如果自定义了安装路径，请打开你自定义的路径。

找到你安装的版本目录，打开，找到bin、include、lib目录，将cuDNN压缩包内对应的文件复制到bin、include、lib目录。

注意：是复制文件到bin、include、lib目录，不是复制目录。

4、添加环境变量

你需要在系统环境变量的Path项下添加几个路径

点击：新建
复制粘贴下列两个路径即可

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

最后点击确定即可

注意：选择你安装的路径，我使用的是默认的安装路径，所以是上面两个路径，如果是自定义的路径，请填写自己选择的路径。

5、检查安装结果

打开命令行窗口，在命令行窗口输入以下命令

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite
//然后输入下一行命令
.\bandwidthTest.exe

若出现以下信息，说明CUDA已经cuDNN安装成功

三、TensorFlow-gpu 2.3.0版本的安装

打开以管理员身份命令行窗口，执行以下命令

pip install -i https://pypi.douban.com/simple/ tensorflow-gpu==2.3.0//使用豆瓣源来安装

注意：一定要以管理员身份打开命令行窗口，否则会出现拒绝访问的错误！！！

等待安装完成后，输入pip list查看自己安装的tensorflow版本。

最后，编辑代码

import tensorflow as tf
print(tf.test.is_gpu_available())

若输出true则表示，安装成功。

四、写在最后

在文中，本人并未重新创建一个环境安装tensorflow2.3.0，由于tensorflow1.x版本与2.x版本差距较大，网上代码使用的版本有时是1.x有时是2.x，所以本人建议，大家再创建一个环境，参照以上步骤安装一下tensorflow1.x的版本。以备不时之需。

到此这篇关于tensorflow-gpu2.3版本安装步骤的文章就介绍到这了,更多相关tensorflow gpu版本安装内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • tensorflow-gpu安装的常见问题及解决方案

    装tensorflow-gpu的时候经常遇到问题,自己装过几次,经常遇到相同或者类似的问题,所以打算记录一下,也希望对其他人有所帮助 基本信息 tensorflow-gpu pip安装(virtualenv等虚拟安装实质也是pip安装,只是建了个独立的环境,不会影响系统环境,查问题比较容易,最多重新再创建一个干净的环境再来) 安装完之后会用import tensorflow看是否安装成功,结果报错,主要有碰到下面两大类报错信息: 1.ImportError: DLL load failed: 找

  • TensorFlow的环境配置与安装教程详解（win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5）

    记录一下安装win10+GeForce GTX1060+CUDA 9.0+cuDNN7.3+tensorflow-gpu 1.12.0+python3.5.5 之前已经安装过pycharm.Anaconda以及VS2013,因此,安装记录从此后开始 总体步骤大致如下: 1.确认自己电脑显卡型号是否支持CUDA(此处有坑) 此处有坑!不要管NVIDIA控制面板组件中显示的是CUDA9.2.148. 你下载的CUDA不一定需要匹配,尤其是CUDA9.2,最好使用CUDA9.0,我就在此坑摔的比较惨.

  • win10系统Anaconda和Pycharm的Tensorflow2.0之CPU和GPU版本安装教程

    tf2.0的三个优点: 1.方便搭建网络架构: 2.自动求导 3.GPU加速(便于大数据计算) 安装过程(概要提示) step1:安装annaconda3 step2:安装pycharm step3:安装tensorflow2.0 cpu版本 (1)进入anaconda prompt(anaconda3) (2)默认为(base)环境 (3)输入python,查看python版本:输入exit()退出 (4)输入conda info --envs查看虚拟环境 (5)此处以在(base)环境中安装

  • Windows10使用Anaconda安装Tensorflow-gpu的教程详解

    Windows10使用Anaconda安装Tensorflow-gpu的教程详解

    Anaconda简介 Anaconda是一个方便的python包管理和环境管理软件,一般用来配置不同的项目环境. 我们常常会遇到这样的情况,正在做的项目A和项目B分别基于python2和python3,而第电脑只能安装一个环境,这个时候Anaconda就派上了用场,它可以创建多个互不干扰的环境,分别运行不同版本的软件包,以达到兼容的目的. Anaconda通过管理工具包.开发环境.Python版本,大大简化了你的工作流程.不仅可以方便地安装.更新.卸载工具包,而且安装时能自动安装相应的依赖包,同

  • Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程分析（显卡MX250+CUDA9.0+cudnn）

    -----最近从github上找了一个代码跑,但是cpu训练的时间实在是太长,所以想用gpu训练一下,经过了一天的折腾终于可以用gpu进行训练了,嘿嘿~ 首先先看一下自己电脑的显卡信息: 可以看到我的显卡为MX250 然后进入NVIDIA控制面板->系统信息->组件 查看可以使用的cuda版本 这里我先下载了cuda10.1的版本,不过后来我发现tensorflow-gpu 1.8.0仅支持cuda9.0的版本,所以之后我又重装了一遍cuda9.0,中间还经历了删除cuda10.0,两个版本的

  • Window10上Tensorflow的安装(CPU和GPU版本)

    Window10上Tensorflow的安装(CPU和GPU版本)

    之前摸索tensorflow的时候安装踩坑的时间非常久,主要是没搞懂几个东西的关系,就在瞎调试,以及当时很多东西不懂,很多报错也一知半解的.这次重装系统后正好需要再配置一次,把再一次的经历记录一下.我的电脑是华为的matebook13,intel i5-8625U,MX250显卡,win10系统.(不得不吐槽很垃圾,只能满足测试测试调调代码的需求) 深度学习利用Tensorflow平台,其中的Keras Sequential API对新用户非常的友好,可以将各基础组件组合在一起来构建模型. (官

  • tensorflow -gpu安装方法（不用自己装cuda，cdnn）

    TensorFlow™是一个基于数据流编程(dataflow programming)的符号数学系统,被广泛应用于各类机器学习(machine learning)算法的编程实现,其前身是谷歌的神经网络算法库DistBelief [1]  . Tensorflow拥有多层级结构,可部署于各类服务器.PC终端和网页并支持GPU和TPU高性能数值计算,被广泛应用于谷歌内部的产品开发和各领域的科学研究 [1-2]  . tensorflow -gpu安装 首先,安装Anoconda 1. 官网下载点我:

  • TensorFlow-gpu和opencv安装详细教程

    TensorFlow-gpu 1.安装Anaconda 进入官网(https://www.anaconda.com/) ->get started->Install Anaconda Individual Edition->DownLoad->选择对应版本,这里选择window python3.7 64位,然后一路安装,记得加环境变量 2.打开Anaconda Prompt 执行 pip install tensorflow-gpu 后等待安装完成 3.执行 pip list 查看

  • Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0

    Win10下安装CUDA11.0+CUDNN8.0+tensorflow-gpu2.4.1+pytorch1.7.0+paddlepaddle-gpu2.0.0

    下载地址 官方下载:CUDA和CUDNN. 安装CUDA 安装之前,建议关掉360安全卫士 双击cuda_11.0.3_451.82_win10.exe文件 根据自己需要更改安装路径 将Visual Studio Integration的勾去掉 配置环境变量 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin; C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\l

  • tensorflow-gpu2.3版本安装步骤

    tensorflow-gpu2.3版本安装步骤

    一.硬件要求 首先,TensorFlow-gpu不同于CPU版本的地方在于,GPU版本必须有GPU硬件的支撑.TensorFlow对NVIDIA显卡的支持较为完备. 对于NVIDIA显卡,要求对于其算力不低于3.5.算力参考: http://developer.nvidia.com/cuda-gpus 驱动版本注意:NVIDIA驱动程序需要418.x或者更高的版本.可以在命令行中输入 nvidia-smi 命令查看驱动版本. 我们可以看到我们的驱动程序满足上述条件.于是我们可以开始正式安装ten

  • TensorFlow2.1.0最新版本安装详细教程

    TensorFlow是一款优秀的深度学习框架,支持多种常见的操作系统,例如Windows10,Mac Os等等,同时也支持运行在NVIDIA显卡上的GPU版本以及仅使用CPU进行运算的CPU版本.此篇教程将介绍如何安装最新版TensorFlow框架(2.1.0版本) 安装步骤 1.常用IDE安装 2.CUDA安装 3.cuDNN神经网络加速库安装 4.TensorFlow框架安装 常用IDE安装 用户在Python官网上可以下载到最新版本(Python3.7)的解释器.(Python官网)Pyt

  • windows10下安装TensorFlow Object Detection API的步骤

    安装步骤: 模型源码:https://github.com/tensorflow/models 1.下载源码后解压,修改文件夹名为models (以下步骤中涉及到路径的地方需要根据自己的实际情况而定) 2.安装protoc: 打开网址https://github.com/protocolbuffers/protobuf/releases,,我这里下载的是proto-3.7.1-win64.zip,根据自己的电脑配置来. 下载后复制到与models同名的文件夹下,解压,生成:bin.include

  • Pytorch1.5.1版本安装的方法步骤

    Pytorch1.5.1版本安装的方法步骤

    查看自己cuda版本, 我的cuda是11版本了,所以可以安装11版本以下的任何版本. 进入pytorch官网 官网网址:https://pytorch.org/ 2020年11月19号,更新 最简单的是直接按官网给的Run this Command命令,直接安装,如下: conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 解释:-c pytorch,意思是从pytorch网站下载,速度感人,有办法的那

  • 详解TensorFlow在windows上安装与简单示例

    本文介绍了详解TensorFlow在windows上安装与简单示例,分享给大家,具体如下: 安装说明 平台:目前可在Ubuntu.Mac OS.Windows上安装 版本:提供gpu版本.cpu版本 安装方式:pip方式.Anaconda方式 Tips: 在Windows上目前支持python3.5.x gpu版本需要cuda8,cudnn5.1 安装进度 2017/3/4进度: Anaconda 4.3(对应python3.6)正在安装,又删除了,一无所有了 2017/3/5进度: Anaco

  • MySQL5.6安装步骤图文详解

    MySQL5.6安装步骤图文详解

    MySQL是一个开放源码的小型关系型数据库管理系统,目前MySQL被广泛地应用在Internet上的中小型网站中.由于其体积小.速度快.总体拥有成本低,尤其是开放源码这一特点,许多中小型网站为了降低网站总体拥有成本而选择了MySQL作为网站数据库.但对于刚接触MySQL数据库服务器的朋友来说,可能会感到陌生,不知所错,所以下面是博主整理的MySQL 5.6版本的安装步骤和图解教程,以及安装完成后在DOS命令窗口中检验数据库是否可用,以便帮助更多的人能够更好的掌握此数据库管理系统的操作. 1.点击

  • Microsoft Sql server2005的安装步骤图文详解及常见问题解决方案

    Microsoft Sql server2005的安装步骤图文详解及常见问题解决方案

    一:安装sql server 2005过程中出现如下问题:"选择的功能中没有任何功能可以安装或升级": 解决方案:Microsoft SQL Server 2005→配置工具→SQL配置管理器→SQL Server 2005服务→右边的两个服务启动SQL Server FullTest Search() 和服务SQl Sever(计算机名) 二:无法将数CLSID写入\Software\Classes\PROTOCOLS\Handler\ms-help. 解决办法:退出电脑安全软件 三

  • windows下MySQL5.6版本安装及配置过程附有截图和详细说明

    windows下MySQL5.6版本安装及配置过程附有截图和详细说明

                        编辑者:Vocabulary 下面详细介绍5.6版本MySQL的下载.安装及配置过程. 图1.1 MySQL5.6 目前针对不同用户,MySQL提供了2个不同的版本: Ø         MySQL Community Server:社区版,该版本完全免费,但是官方不提供技术支持. Ø         MySQL Enterprise Server:企业版,它能够高性价比的为企业提供数据仓库应用,支持ACID事物处理,提供完整的提交.回滚.崩溃恢复和行级锁

  • win10环境下python3.5安装步骤图文教程

    win10环境下python3.5安装步骤图文教程

    点我去Python官网下载 往下翻几页就能看到各种版本的Python,当前最新的是Python3.6,也没多大区别,我选择的是3.5.2 64位的,点击download 根据自己的电脑配置,我选择的是64位的 一路默认下去吧! 安装成功!下面打开命令提示符,输入python,回车如下图一样就安装成功啦! 以上所述是小编给大家介绍的win10环境下python3.5安装步骤图文教程,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的.在此也非常感谢大家对我们网站的支持!

  • Mac中MariaDB数据库的安装步骤

    前言 MariaDB由MySQL的创始人Michael Widenius主导开发,他早前曾以10亿美元的价格,将自己创建的公司MySQL卖给了SUN,此后,随着SUN被甲骨文收购,MySQL的所有权也落入Oracle的手中.MariaDB名称来自Michael Widenius的女儿Maria的名字.那么在Mac中如何安装MariaDB数据库呢?下面小编就给大家介绍Mac中安装配置MariaDB数据库的方法. MariaDB安装步骤 如果你是Mac上的开发者,通过本文你可以在OS X上通过Hom

随机推荐