win10进行cuda10.0、cudnn和tensorflow2.0环境搭建

前言:已安装好anaconda。

  1. 安装vs2017:
    vs2017
    选择c++那个社区版安装就行。

  2. 安装cuda:
    cuda10.0
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第1张图片

    下载完成后,双击运行。
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第2张图片
    选择自定义
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第3张图片
    没打对号表示不选
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第4张图片
    注意driver components里版本当前版本要比新版本低或者一样。
    然后一切默认,安装即可。

  3. 安装cudnn
    cudnn
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第5张图片
    官方的安装指南
    即将下载的cudnn安装包解压后,将对应的文件放入cudn的文件中
    例如:
    将bin中的cudnn64_7.dll放入cuda的bin中
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第6张图片

  4. 环境变量
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第7张图片
    右键属性,然后点高级系统设置,再点环境变量
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第8张图片
    在用户变量中加入cuda的地址
    再在系统变量中做如下操作:
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第9张图片
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第10张图片
    在cmd中输入nvcc -V可看到下图
    win10进行cuda10.0、cudnn和tensorflow2.0环境搭建_第11张图片

  5. 在anaconda中搭建环境
    先进入anaconda prompt新建环境

conda create -n tensorflow2.0_gpu python=3.7

然后进入环境

conda activate tensorflow2.0_gpu

然后安装cuda和cudnn

conda install cudatoolkit=10.0 cudnn

然后安装tensorflow2.0

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

这样就算安装好了
注意:安装keras不要用conda装,因为会默认安装cpu版的tensorflow
用pip语句装就好。pip install keras
可用以下语句检验是否安装成功

import tensorflow as tf
tf.test.is_gpu_available()

import tensorflow as tf
tf.test.is_gpu_available()

你可能感兴趣的:(深度学习)