tensorflow-gpu cuda cudNN tensorRT 安装

tensorflow-gpu cuda cudNN tensorRT 安装

tensorflow-gpu 版本对应关系

tensorflow-gpu 版本对应关系 https://tensorflow.google.cn/install/source#gpu
tensorflow-gpu cuda cudNN tensorRT 安装_第1张图片

安装方式

方式1 ,直接安装在系统上

这种方式只能安装一个版本
tensorflow-gpu cuda cudNN tensorRT 安装_第2张图片

方式2,安装在虚拟环境中

可以安装多个虚拟环境对应LIB层不同版本,如图LIB层可以根据 tensorflow-gpu 版本对应关系选择,互不影响
tensorflow-gpu cuda cudNN tensorRT 安装_第3张图片

1 安装nvidia显卡驱动

GPU计算能力 : https://developer.nvidia.com/cuda-gpus
GPU计算能力 > 3.5
驱动下载 :https://www.nvidia.com/Download/index.aspx

2 CUDA 安装

安装文档 https://docs.nvidia.com/cuda/
linux 安装文档 :https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html
win 安装文档 : https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html

CUDA 各版本下载地址 : https://developer.nvidia.com/cuda-toolkit-archive

3 cudNN 安装

安装文档 : https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html

cudNN各版本下载地址 :https://developer.nvidia.com/rdp/cudnn-archive

4 tensorRT 安装

安装文档 https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html

各版本下载地址:https://developer.nvidia.com/tensorrt-download

5.1 tensorflow-gpu 安装

阿里源镜像: https://mirrors.aliyun.com/pypi/simple/tensorflow-gpu/
清华源镜像:https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/

或者 tensorflow
阿里源镜像: https://mirrors.aliyun.com/pypi/simple/tensorflow/
清华源镜像:https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/

5.2 官方 conda 安装 ,支持 cpu 和 gpu

linux 步骤: https://tensorflow.google.cn/install/pip#linux
win 步骤 : https://tensorflow.google.cn/install/pip#windows-native

conda 配置私有环境变量:

# CONDA_PREFIX 是当前conda 环境的路径 
mkdir -p $CONDA_PREFIX/etc/conda/activate.d

$CONDA_PREFIX/etc/conda/activate.d 路径下新建文件 env_vars.sh

添加以下内容:其中 安装路径 是自己的系统cuda cudnn tensorrt安装路径

echo " conda active export cuda cudnn tensorrt "
### cuda
export cuda_LIB_PATH=/安装路径/cudatoolkit-11.8.0/lib/
### cudnn
export CUDNN_LIB_PATH=/安装路径/cudnn-8.9.2.26-cuda11_0/lib/

# tensorRT
export tensorRT_PATH=/安装路径/TensorRT-8.6.1.6/lib

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$cuda_LIB_PATH:$CUDNN_LIB_PATH:$tensorRT_PATH

你可能感兴趣的:(tensorflow,人工智能,python)