TensorFlow-GPU安装、配置

  • 前言
  • 使用pip安装
    • 首先确保源足够稳定
    • 直接使用pip进行安装TensorFlow-GPU
    • 根据TensorFlow的版本安装CUDA和CUDNN
    • CUDA安装过程
    • CUDNN安装
    • 测试
    • 测试TensorFlow能否检测到GPU
  • 二、问题记录
    • 失败的路一:
    • 失败的路二:
    • 失败的路三:


前言

TensorFlow-GPU的安装本身并不难,难顶的是装好了TensorFlow却找不到GPU。


使用pip安装

首先确保源足够稳定

我在使用豆瓣源的时候发现豆瓣源有时候会出现包检索不到的情况,而在重复命令的时候又检索了出来,而在这个中途就是安装失败。所以确保源稳定可靠。

直接使用pip进行安装TensorFlow-GPU

这个时候会报错提示安装依赖包,根据提示安装即可。

根据TensorFlow的版本安装CUDA和CUDNN

使用pip list可以查看包的版本。根据包的版本严格选择CUDA和CUDNN的版本号。
查看CUDA、CUDNN、以及TF的对应关系
此外查看NVIDIA控制面板查看驱动是否支持对应版本CUDA,如果不想麻烦可以在安装时选择安装CUDA携带的驱动。
查看CUDA和驱动的对应版本

CUDA安装过程

创建三个文件夹用于存放CUDA、CUDA_DOC、CUDA_SAMPLES。
打开CUDA的安装包后会提示选择文件夹临时存放安装文件,随意选择即可,安装后会自动删除。
文件夹不存在,会自动创建。
TensorFlow-GPU安装、配置_第1张图片
切记,切记,不能图方便直接扔C盘,不然有可能C盘撑红了。
TensorFlow-GPU安装、配置_第2张图片
第一个CUDA是我们的目标,其他根据需要选择。
TensorFlow-GPU安装、配置_第3张图片
选择安装位置,把CUDA-Development、CUDA-documentation、SAMPLES放到之前创建的文件夹中,

CUDNN安装

CUDNN解压之后分别放入CUDA下面的对应文件夹。
TensorFlow-GPU安装、配置_第4张图片

测试

在D:\CUDA\extras\demo_suite(我的CUDA安装在D盘),找到bandwidthTest.exe和deviceQuery.exe两个文件夹在命令行下运行,得到pass结果即为通过。
在这里插入图片描述
可以将C:\Program Files\NVIDIA Corporation\NVSMI加入系统路径,也可以直接在该文件下运行nvidia-smi
TensorFlow-GPU安装、配置_第5张图片

测试TensorFlow能否检测到GPU

import tensorflow as tf
tf.config.list_physical_devices('GPU')

二、问题记录

失败的路一:

完全通过conda安装tensorflow,cuda,cuda-toolkits
找不到gpu

失败的路二:

通过conda安装TensorFlow,然后手动装cuda和cudnn,找不到gpu。
并且conda 安装TensorFlow2.5始终安不上去。

失败的路三:

安装conda,然后pip安装TensorFlow,手动安装cuda和cudnn,然后在pip和conda的h5py包上出现错误,模型不能保存h5.

你可能感兴趣的:(能智工人,tensorflow,cuda)