TensorFlow 2.0 —GPU安装

TensorFlow 2.0 - GPU安装

如果是刚刚入门的同学，先看第一篇博客。Anaconda与Pycharm安装

安装显卡驱动网址

更新网址PS: 每个人电脑上肯定是有的，可以根据需要更新一下驱动

CUDA安装也可以直接在我的百度云下载：

链接：https://pan.baidu.com/s/1JDsywrT7g0H9nrhn4ejokA
提取码：cft9

下载地址

根据自己每个人的电脑系统版本下载，然后安装。

选择默认路径

点击接受

接下来特别要注意了！！！！

首先红框位置的是一个应用程序，没什么用，所以去掉。

如果有Visual Studio Code的编译器那么可以随意选择，如果没有的话，就一定记得将√去掉（因为我用的是Pycharm，所以不打勾）

（1）这里如果New Version大于或者等于Current Version，可以打钩可以不打钩，

（2）如果没有安装驱动，那就必须安装驱动，打钩

（3）如果Current Version大于New Version 那么一定不可以安装（不打勾），因为低版本无法将高级版本覆盖。

可能以上有点啰嗦，其实光看第三句就可以。

安装的位置不需要改变

可以看到这里的Visual Studio Integration 没有安装

目前为止CUDA已经安装完成。

测试CUDA版本

首先进入到图示目录，就是CUDA的安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

在dos下输入命令nvcc -V查看版本号

接下来就是添加系统变量了，选中高级系统设置，点击环境变量，选中系统变量中的Path，再点击编辑

弹出图示对话框，在你装好CUDA之后，这两项会自动添加。

接下来再下载cuDNN

下载完成之后，解压缩到当前文件夹，并将文件名改为cudnn

然后将cudnn文件夹整个复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

再次添加环境变量，相比于刚才多了两个，具体的操作是新建然后复制

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin

新添加的环境变量在最后，需要指定上移到图示位置。

关于Anaconda和Pycharm

可以参考之前写过的一篇文章

关于安装Tensorflow

可以在dos下直接输入命令

pip install tensorflow-gpu==2.0.0-alpha0

可能需要更新一下numpy，

pip install -U numpy

最后测试一下tensorflow有无安装成功

直接在dos下，先使用命令python，然后再输入import tensorflow as tf，如果没有问题说明安装成功，如果想查看版本，可以继续使用命令tf.version，进一步查看是否安装在gpu上，使用命令tf.test.is_gpu_available()，返回值为True即为成功。

python
import tensorflow as tf
tf.__version__
tf.test.is_gpu_available()