Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)

参考:https://blog.csdn.net/qq_43215538/article/details/123852028

文章目录

  • 安装cuda
  • 下载cuDNN
  • 安装tensorflow-gpu

安装cuda

首先查看本机GPU对应的cuda版本,如下图所示,本机cuda版本为11.6,后面选择的cuda版本不要超过这里的版本就好。
Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)_第1张图片
https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载,如这里选择版本一定要注意,因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本,若不一致,会出现版本不匹配等问题,无法使用。我这里选择10.1。
Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)_第2张图片
这里选择的版本影响tensorflow-gpu和cudnn的版本,需要对应,对应关系这里看:https://tensorflow.google.cn/install/source_windows
Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)_第3张图片
下载完cuda安装包之后,双击安装即可。安装完成之后,环境变量应该会自动添加。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

下载cuDNN

下载网址:https://developer.nvidia.com/rdp/cudnn-archive,第一次单击下载时,会让你先注册登录,然后再进行下载,注册过程认真填写内容就没问题,此处略过,接下来进入下载环节。

根据上面的版本对应关系,这里下载7.6.5版本。
Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)_第4张图片
下载完成后,解压此文件,将cudnn文件中对应的文件移动到cuda对应的安装目录中。 就是下表,左边的文件移到右边的目录里面。

解压的cudnn文件 安装的cuda目录
bin\cudnn64_7.dll C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
include\cudnn.h C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
lib\x64\cudnn.lib C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

安装tensorflow-gpu

创建python3.6虚拟环境

conda create -n tf python=3.6

激活环境

conda activate tf

然后可以用conda也可以用pip安装tensorflow-gpu对应的版本,我这里选择2.3.0, 这里使用pip豆瓣源安装,很快。

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple

等待安装完成,测试一下:

import tensorflow as tf
tf.autograph.set_verbosity(0)
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)
config = tf.config.experimental.set_memory_growth(physical_devices[0], True)

Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)_第5张图片

你可能感兴趣的:(安装配置,tensorflow,windows,深度学习)