Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)

目录

前言 

安装前的必要工作!!!一定要看!!!

一、查看自己电脑的显卡: 

 二、Anaconda的安装

三、CUDA下载与安装

四、cuDNN下载和安装

五、创建tensorflow环境

六、测试Tensorflow-gpu是否安装成功


前言 

Tensorflow有cpu和gpu之分,一般你的电脑上要是有GPU(也就是显卡)推荐安装GPU版本的,这样相对于cpu版本而已,运行速度更快! 

本次教程主要是GPU版本,需要提前下载对应的cudacudnn

安装前的必要工作!!!一定要看!!!

查看tensorflow-gpuPythoncudacudnn的版本关系,一定要一一对应

→打开Tensorflow版本关系查询

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第1张图片

我安装环境与版本如下:

操作系统 显卡 Python tensorflow-gpu CUDA cuDNN
win10 NVIDIA GeForce GTX 1650 3.9.13 2.7.0 11.5.2 8.3.2

注:我这个对应关系是别人安装成功的,一定不要自己随意组合,可以安装我的或者官网查询的组合安装,过程都是一样的!

一、查看自己电脑的显卡: 

1.  右键此电脑管理设备管理器显示适配器
      我的显卡为:NVIDIA GeForce GTX 1650

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第2张图片

 2. 查看自己需要安装的CUDA,同时按住win+r,输入cmd,打开命令窗口,输入:

nvidia-smi

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第3张图片

 这里与我显卡相匹配的CUDA版本是12.0

注:CUDA安装的版本可以比相匹配的低,但不能高!

 二、Anaconda的安装

安装tensorflow提前安装好Anaconda。去官网下载最新版本的,比较简单不详细说了

Anaconda官网、清华镜像站

 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第4张图片

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第5张图片

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第6张图片

 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第7张图片

 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第8张图片

然后安装即可 

三、CUDA下载与安装

下载CUDAcuDNN

1.CUDA的下载:https://developer.nvidia.com/cuda-toolkit-archive
注:小技巧,网址打开慢打不开,可以把com换成cn试试

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第9张图片

 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第10张图片

 2. 双击安装包打开,这是临时解压位置,默认即可,会自动删除
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第11张图片

 同意并继续
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第12张图片

 选择自定义安装
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第13张图片

 把这个取消勾选
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第14张图片

 全部展开,右边大于左边的全部取消勾选
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第15张图片

 剩下的就是一直继续,直到安装成功,装在哪里了要记得
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第16张图片

3. 配置环境变量

右键此电脑→属性→高级系统设置→环境变量
这几个要有
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第17张图片

打开Path
 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第18张图片

 配置好后,检查一下是否安装成功。

4.打开cmd,输入指令

nvcc -V

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第19张图片
这就代表成功了

四、cuDNN下载和安装

1.下载地址:https://developer.nvidia.com/rdp/cudnn-archive
注:小技巧,网址打开慢打不开,可以把com换成cn试试

往下滑,找到v8.3.2 for CUDA 11.5
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第20张图片

 下载第二个Windows系统 zip格式的
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第21张图片

 2.下载好后解压
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第22张图片

 把这四个文件和文件夹全部复制,然后粘贴到CUDA\v11.5文件夹目录下
需要覆盖的要选择同意覆盖
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第23张图片

 然后打开cmd,进入CUDA安装路径下CUDA\v11.5\extras\demo_suite

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\extras\demo_suite

分别执行以下两条命令:

.\bandwidthTest.exe
.\deviceQuery.exe

 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第24张图片

 Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第25张图片

 两个都是PASS,则配置成功!

五、创建tensorflow环境

1.打开Anaconda Prompt

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第26张图片

 2.创建一个虚拟环境,输入命令:

conda create -n tensorflow python=3.9

表示创建一个名为tensorflow的环境,用的python版本为3.9

3.创建成功后,输入命令:conda env list,可以看到tensorflow环境已经创建,星号为当前所在环境(基础环境base

conda env list


Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第27张图片

 4.进入环境,输入命令:activate tensorflow,就可以进入tensorflow环境中

activate tensorflow


Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第28张图片

 5.安装对应版本的tensorflow-gpu
 

pip install tensorflow-gpu==2.7.0 -i  https://pypi.mirrors.ustc.edu.cn/simple  

 6. 先输入python,打开python环境,导入tensorflow包进行测试 ,查看tensorflow的版本信息, 输入命令:

python
import tensorflow as tf
  • 如果导入包有以下报错(没有报错请忽略!):

        Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第29张图片

  • 以下方法可以解决上述报错,输入exit()退出python环境导入以下包:
    exit()
    pip install protobuf==3.19.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn
    
    然后重新输入python进入python 环境,查看tensorflow的版本信息, 分别输入命令:
  • import tensorflow as tf
  • tf.__version__
    
  • Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第30张图片

六、测试Tensorflow-gpu是否安装成功

  1. 打开Anaconda,选择tensorflow环境,打开spyder,第一次打开需要安装Spyder,直接点下方的install即可。(第一次打开稍微会慢点)
    Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第31张图片

 2.输入以下代码测试:

import tensorflow as tf

print(tf.__version__)
print(tf.test.gpu_device_name())
print(tf.config.experimental.set_visible_devices)
print('GPU:', tf.config.list_physical_devices('GPU'))
print('CPU:', tf.config.list_physical_devices(device_type='CPU'))
print(tf.config.list_physical_devices('GPU'))
print(tf.test.is_gpu_available())
# 输出可用的GPU数量
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
# 查询GPU设备

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第32张图片

 出现版本号和True,则表示GPU可以使用,接下来测试下GPU和CPU的速度,输入以下代码:

import tensorflow as tf
import timeit
 
#指定在cpu上运行
def cpu_run():
    with tf.device('/cpu:0'):
        cpu_a = tf.random.normal([10000, 1000])
        cpu_b = tf.random.normal([1000, 2000])
        c = tf.matmul(cpu_a, cpu_b)
    return c
 
#指定在gpu上运行 
def gpu_run():
    with tf.device('/gpu:0'):
        gpu_a = tf.random.normal([10000, 1000])
        gpu_b = tf.random.normal([1000, 2000])
        c = tf.matmul(gpu_a, gpu_b)
    return c

cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print("cpu:", cpu_time, "  gpu:", gpu_time)

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第33张图片

差别还是挺大的 

七、接入Pycharm

1.文件→设置
Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第34张图片

 2.Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第35张图片

 3.

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第36张图片

 4.选择Anaconda目录下的python.exe

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第37张图片

 5.测试

import tensorflow as tf

print(tf.__version__)

Tensorflow-gpu-2.7.0安装教程和接入PyCharm(学生党详细教程,win10,Anaconda3,python3.9)_第38张图片

注:个人安装,如有不足,欢迎指正

你可能感兴趣的:(python,tensorflow)