目录
前言
安装tensorflow
安装CUDA及cudnn
结尾
据网上说,30系显卡只能适配11.1版本以上的CUDA
于是我们选择版本的时候只有一种选择了:
写文章的日期为2021/9/10
图片来源于tensorflow官网:在 Windows 环境中从源代码构建 | TensorFlow (google.cn)
安装不对版本的软件可能会出现无法调用GPU或运行前加载时间长的问题
我用的python版本是3.8
建议用Anaconda安装相应软件,Anaconda不行再试别的
例如,我安装matplotlib的时候,Anaconda提示版本不兼容,这时候试试用pip安装
在安装以下软件之前,请确保你的英伟达显卡驱动是最新的
用GeForce Experience这个软件更新你的英伟达显卡驱动
GeForce Experience下载地址:GeForce Experience 可自动更新驱动并优化游戏设置 | NVIDIA
创建新的虚拟环境,名字随意
搜索tensorflow安装
安装tensorflow-gpu,确保右边的版本号为2.5.0,其余软件包Anaconda会自动安装
安装CUDA之前,确保电脑上已经安装了Visual Studio,我用的是2019,不清楚其他版本的Visual Studio是否可行
CUDA下载地址如下CUDA Toolkit 11.2 Downloads | NVIDIA Developer
确保下载自己需要的版本,版本号是11.2
下载来点击运行即可
环境变量之类的会自动配置,不必刻意配置。如果后面运行出问题再检查也不迟。
cudnn下载地址如下cuDNN Archive | NVIDIA Developer
下载cudnn之前,你需要一个英伟达账号
然后需要填写一个调查问卷,主要是问你下载cudnn的目的
下载特定版本的cudnn
cudnn的安装步骤按照英伟达官网的来就行:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation
简单地来说就是下面这样,建议有能力的人按官方文档来
下载的cudnn是一个压缩包,解压后里面有三个文件夹
将这三个文件夹里面的文件复制到你的CUDA安装目录下即可
按照CUDA默认安装目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
根据官方文档,如果是C++项目的话,需要将cudnn.h这个文件复制进你的项目
至此,Tensorflow和CUDA就安装完成了
运行项目时会出现红字,仔细看看就知道只是提示性信息,不必担忧
运行时记得把运行环境改为之前创建的虚拟环境,pycharm在右下角改