| 安装版本控制 |
wind10+TensorFlow1.14+CUDA10.1+cuDNN7.4 |
|
| 台式机 | ||
| 系统 | Windows10 | |
| 显卡 | GTX-1070 |
本文章需下载的软件 我在CSDN中也上传了
1.根据TensorFlow版本选择AUDA版本
本教程使用的TensorFlow-GPU1.14
2.下载CUDA
到NVIDIA下载CUDA10.0：CUDA10.0下载地址
打开命令行窗口，输入nvcc -V，显示如下CUDA版本信息说明CUDA安装成功：
3.下载cuDNN
cuDNN的版本注意与CUDA版本对应。cuDNN下载地址：cuDNN官网下载
查看步骤1 10.1的CUDA 安装cuDNN 7.6 和7.4 都没有问题
cuda默认安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
下载解压后将cudnn中 文件 移动到cuda10.1中
4.查看驱动有没有问题
桌面右键 点NVIDIA控制面板
5.安装TensorFlow-gpu
|
conda install –tensorflow-gpu==1.14.0 |
|
用conda安装好一些 用pip安装不知什么原因总有问题 |
|
如果conda虚拟环境 安装不了 可以新开一个 |
|
conda create -n tensorflow-gpu python=3.6 这一步用来构建一个你需要的虚拟环境。 |
|
activate tensorflow-gpu **环境 |
|
conda install –tensorflow-gpu==1.14.0 |
| 我是新创建一个 因为之前的环境 安装了各个版本的 TensorFlow 没有卸载干净 为了省时间 重新 创建了一个 虚拟环境 |
|
conda info –env 查看虚拟环境 |
6. 安装好后验证
|
import tensorflow as tf |
|
gpu_device_name = tf.test.gpu_device_name() |
|
print(gpu_device_name) |
| 或者 |
|
from tensorflow.python.client import device_lib |
