安装cuda11+cudnn+tensorflow-gpu+keras

介绍

1. nvidia version：451
2. cuda version：11.0
3. cudnn version：8.2.1
4. tensorflow-gpu version：2.4.0
5. keras version：2.4.3

安装流程

1. 首先根据显卡的控制面板查看对应的cuda版本。
   

2. 到cuda下载对应的版本。

3. 根据自己的需要选择如何安装。安装完成后,nvidia-smi，查看是否安装成功。
   

4. 根据你的cuda版本选择cudnn版本下载。有介绍和下载地址

5. cudnn下载完成后解压，复制到相关的文件夹中。C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0。
   

6. 这样cuda+cudnn配置完成。

7. 根据自己的需要，选择是否要通过conda create gpuenvs创建独立的运行环境。

8. 通过pip install tensorflow-gpu=2.4.0安装。这里的tesnorflow版本根据python版本选择。详情可见tensorflow官网描述。
   

9. 根据tensorflow版本选择keras。pip install keras==2.4.3。
   10.测试：

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

若是成功，将会出现以上的描述。

import tensorflow as tf
print(tf.test.is_built_with_cuda())
#输出为true，则代表可以使用
import tensorflow as tf
print (tf.__version__)
if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
    print("Please install GPU version of TF")

注释

• 可以通过pip list或者conda list来查看已安装的包。
• 通过pip uninstall package或者conda remove package来删除已安装的包。
• 这里keras默认会调用tensorflow来进行运算。
  家目录\.keras中的keras.json来修改keras默认的调用。