tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性

[Windows10安装python深度学习最新环境]
此文更新说明: 如果安装的经历让你身心俱疲,请信任我,只要再耐心操作一次,保你成功!!!

新手郑重提示
深度学习环境安装时一定不要通过本地独立下载的python应用程序来安装,记住,一定不要,否则你会遇到一系列pip下载失败或龟速的情况。即使更改镜像也不尽人意,记住,这不是因为你脸不够白哦,是因为这种方式本身就不可取不可取不可取!还有,如果你的cpu过老(比如Core I3),可能不支持tensroflow库的部分功能。本文有点长,若想配置成功还请认真阅读!!!
最靠谱的办法
要先安装大蟒蛇(anaconda),anaconda已经为我们内置了python环境(通过python -V查看版本)及三方库(比如:numpy,pandas),安装后dos内通过conda activate命令激活anaconda环境,在anaconda环境内通过pip结合镜像的方式下载tensorflow及其它库,你会看到下载的进度条是飞速的。而你原先单独下载安装的python环境不删也不会冲突,这点请放心!毕竟python是动态语言。

下载说明:

  1. Anaconda3-2020.07-Windows-x86_64.exe(此版本安装后内置了python3.8.3版本,之前装过其它python版本也没事,不冲突)https://www.anaconda.com/products/individual
  2. 在Anaconda3环境中通过pip命令安装tensorflow-gpu-2.10.0,keras(anaconda中通过pip+镜像的形式安装TensorFlow和Keras会飞快),即便tensorflow内置了keras,但建议还是独立安装一份
  3. 显卡驱动下载覆盖原先的驱动,确保驱动是较新的,英伟达驱动官网:https://www.nvidia.cn/Download/index.aspx?lang=cn#(别忘了:下载类型选Studio驱动程序(SD)
  4. cuda_11.2.0(约2.8GB)
  5. cudnn-8.1(460MB)
  6. cudart64_101.zip(136KB)https://www.dll-files.com/cudart64_101.dll.html
    下图是tensorflow官网提供安装对应程序版本兼容性说明:
    tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第1张图片
    提示:若电脑没有显卡支持也可这么装,只要跳过4、5、6部分的安装即可。上面大致告诉你该准备下载的套件,接下来就按照上面的顺序安装

Anaconda安装及下载tensorflow-gpu和keras

anaconda下载地址:https://www.anaconda.com/products/individual,点击后进入页面,拖到最底部有对应的选择版本,我选的时windows 64-Bit的那个,具体如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第2张图片
anaconda安装注意事项:都勾选上就不用自己配环境变量了并且自带python3.8.3(tensorflow官方安装介绍虽然写的python版本是3.7,但是更高的版本完全可以),其他步骤不必纠结跟着提示放心大胆的走,安装路径也可以自定义。勾选如下图:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第3张图片

安装完毕后cmd命令进入dos系统,
输入 conda activate 激活anaconda环境,如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第4张图片
输入 python -V 查看python版本,如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第5张图片
输入 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ 。如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第6张图片
你可以在类似D:\Anaconda\Anaconda\Lib\site-packages的路径中找到你刚才下载的tensorflow库。

输入 pip install keras -i https://pypi.tuna.tsinghua.edu.cn/simple/ 下载keras,这里建议独立安装一份,即便tensorflow内置了keras,如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第7张图片由于之前装过了,它提示已经存在了,你们下载时应该会看到进度条飞快地再跑。至此,python科学深度学习套件就下载完了,可以通过 conda deactivate 退出anaconda环境。

之后在你的anaconda的site-packages子路径下会看到刚才安装的库,具体路径参照,如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第8张图片

显卡驱动下载及安装

去英伟达驱动官网:https://www.nvidia.cn/Download/index.aspx?lang=cn#(安装时根据自己显卡内容选择配置项,这里我的1660Ti显卡下载类型Studio驱动程序(SD)),下载完毕后直接安装,安装过程可能会屏幕闪动,属正常现象,此外,如果你遇到其他的界面bug,重启就好了。提示:这一步确保你的显卡驱动是新版的,如若忽略这一步,在装cuda时可能会出现电脑莫名重启进而导致cuda安装失败!

cuda_11.2.0下载及安装

下载地址https://developer.nvidia.com/cuda-toolkit-archive,选择11.2.0:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第9张图片tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第10张图片

下载完毕后安装,新手建议统统全部所有都默认安装,默认安装会装所有的套件,这里我选择的也是默认安装,我只负责的一路点击next,如果你不选择默认安装,之后少安装了什么东西在某些代码场景下可能会执行不了。此外,如果你电脑没有VS环境,中途会有个关于visual studio 这一项缺失警告,大可忽略掉继续next,也有可能报关于NVIDIA某个组件已经存在的错误,只需在电脑控制面板中将其对应卸载掉即可。安装时会屏闪,属正常现象。默认安装完毕后,会省去部分环境变量的配置,只需按如下配置环境变量,缺失哪项对照补上:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第11张图片

cudnn-11.0下载及安装

遗憾的是,下载cuDNN必须要注册一个免费的NVIDIA开发者账号https://developer.nvidia.com/cudnn-download-survey,访问链接后点击Join now按钮进行注册,在中途收到的邮件中认证一下就好了(注意:邮件接收延迟可能有点高,耐心等待!)。当你有了账号登陆后要填写一些下载的理由,随你喜好填就好了!
附上3张图,具体下载流程,如下:
图一:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第12张图片
图二:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第13张图片
图三:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第14张图片
下载完成后是个压缩包文件,直接解压就好了,其中包括了bin、include、lib这三个文件夹和一个.txt文本文件。接下来要做的就是将这三个文件夹(不包过那个.txt文本文件)拷贝到之前下载的cuda对应的子路径中,具体如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第15张图片

cudart64_101下载

在配置完成所有环境准备运行代码时,遇到了找不到cudart64_101的警告,下载地址https://www.dll-files.com/cudart64_101.dll.html,之后将解压后的cudart64_101.dll文件复制到类似 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 中去,根据你的具体路径参照这个路径。

结束

至此,一切都结束了,附上一段代码:

from keras.datasets import imdb

def run():
    (train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)
    print(train_data)
    print(type(train_data))
    print(train_labels[0])
    print(max([max(sequence) for sequence in train_data]))


if __name__ == '__main__':
    run()

执行效果图如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第16张图片

再附上一小段代码,检测是否支持GPU,如下:

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

执行效果图如下:
tensorflow_gpu-2.10.0之Windows10版从零安装,依据官网保证CUDA和CUDNN兼容性_第17张图片
至此大公告成!

由于网上的很多安装环境的配置都是旧版本的,所以想弄个最新的试一下,还算顺利!后期会对这篇文章不定期查缺补漏完善的。
创建日期:2020-08-09
修改日期:2022-11-01

你可能感兴趣的:(cuda,gpu,anaconda,tensorflow,深度学习)