在虚拟环境里通过anaconda安装tensorflow-gpu

下载对应版本的anaconda

  • 官网链接

launch CMD.exe.prompt

在虚拟环境里通过anaconda安装tensorflow-gpu_第1张图片

输入命令建立一个虚拟环境:conda create -n tensorflow python=x.x

输入命令进入虚拟环境:conda activate tensorflow

在虚拟环境里通过anaconda安装tensorflow-gpu_第2张图片

输入命令下载ipython:pip install ipython 【注意:要在虚拟环境中下载】

输入命令下载jupyter:pip install jupyter notebook

输入命令下载tensorflow-gpu【tensorflow2.0 之后gpu和cpu应该是一个包】:pip install tensorflow-gpu

输入pip list能看到安装的tensorflow

在虚拟环境里通过anaconda安装tensorflow-gpu_第3张图片

去anaconda.org上搜索cuda和cudnn对应版本的安装包Cudnn :: Anaconda.org,然后在cmd

里运行conda install -c esri cudnn和conda install -c esri cuda,如果下载不了就直接下载安装包

在虚拟环境里通过anaconda安装tensorflow-gpu_第4张图片

然后把cudnn下载解压后结果复制到cuda解压的文件里,再把cuda文件复制到D:\anaco\envs\tensorflow里anaco是anaoconda的所在文件,如下图是复制后的tensorflow文件夹。

注意python3.7-10对应cuda 11.2和cudnn8.1.0,其他对应情况可以去tensorflow官网查询在 Windows 环境中从源代码构建  |  TensorFlow

国际官网数据更全,上面是中文网站

在虚拟环境里通过anaconda安装tensorflow-gpu_第5张图片

在tensorflow虚拟环境中输入jupyter notebook 启动jupyter notebook

在虚拟环境里通过anaconda安装tensorflow-gpu_第6张图片

新建folder后打开文件

输入import tensorflow as tf

tf.test.is_gpu_available()

运行

返回true即说明返回可以调用gpu且tensorflow安装成功

在虚拟环境里通过anaconda安装tensorflow-gpu_第7张图片

在虚拟环境里通过anaconda安装tensorflow-gpu_第8张图片

你可能感兴趣的:(在虚拟环境里通过anaconda安装tensorflow-gpu)