IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> tensorfow2.0以上版本,ipynb文件一键安装!安装不成功我倒立洗头~ [gpu+cpu版本] -> 正文阅读

[Python知识库]tensorfow2.0以上版本,ipynb文件一键安装!安装不成功我倒立洗头~ [gpu+cpu版本]

在这里插入图片描述


准备说明

1版本对应关系

必须严格安装tensorflow要求对应的python 、cuda、cuDnn版本
否则安装不成功,或者安装成功也可能无法检测到gpu
本教程演示安装的是tensorflow-2.2.0,使用的是python3.7
参照表选择安装cuda10.1 和 cuDnn 7.6.5 和 vs2019

版本图

调整显卡驱动版本
安装cuda
安装cudnn
安装tensorflow2.2.0

注意:

  1. 最好准备空余磁盘空间5gb以上
  2. 目前amd的显卡还不支持安装

2.我的系统环境

操作系统:win10
显卡:GTX1050ti 对应驱动版本:442.50
cuda(按步骤安装完后)10.1 安装在F盘


其他显卡换汤不换药~~




python环境准备

  • 1.安装anaconda3 知乎教程,包括下载链接 + 教程 +避坑
    -2.打开anconda Navigator,安装
    我使用anaconda 自带的python3.7jupyter notebook 安装完后按钮变为Launch,如下图 。

在这里插入图片描述




更新显卡驱动


1.驱动版本要求对照表

在这里插入图片描述
根据上表,安装cuda10.1之前显卡驱动版本应该 >= 418.96 (window系统)


2.查看自己的显卡驱动版本

  • 方式1 打开控制面板–硬件与声音–NVIDIA控制面板–左下角系统信息 打开如下图
  • 方式2 新版本的NVIDIA的控制面板可能不放在系统的控制面板中,而是开始菜单中,直接找就好

在这里插入图片描述
如图,我的驱动程序版本为442.50

  • 方式3.下载驱动精灵等软件,可以查看版本,下载切换版本更快,选择版本更方便

3.下载更新

  • 方式1.到NVIDIA官网手动下载安装
  • 方式2.下载驱动精灵等软件,更快,选择版本更方便

安装过程的一开始有个选择路径的地方,默认即可,因为安装完成后该路径会被自动删除。其他都是直接过过过。




安装cuda

  1. 官方网站下载cuda10.1 并打开。
    文件比较大 2.0gb,下载比较慢可以将下载按钮复制它的链接到迅雷打开,速度会提升哦!

  2. extraction path默认就可以,因为安装完后该路径会自动删除。
    在这里插入图片描述

  3. 自定义安装


在这里插入图片描述
在这里插入图片描述


  1. 安装位置 --保持默认,若珍惜c盘的空间可以选择别的盘新建文件夹,但是一定要记住自己安装在哪!!我的安装在了F盘,记住它,后面设置环境变量很重要。
  2. 设置环境变量
    这步也是非常重要!
    右键我的电脑–属性–高级系统属性设置
    在这里插入图片描述
    点击环境变量–双击path–新建以下路径(到你安装cuda的地方copy对应的路径粘贴即可)
    在这里插入图片描述
    若你是默认安装路径,则复制粘贴

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib;

tips:cuda可以多版本共存,若之前安装过其他版本cuda且本人有洁癖,在控制面板的应用卸载界面把所有带有cuda命名的程序卸载,再安装新版本cuda即可!




安装cudnn

  1. 下载链接 ——下载时需要注册,注册了就好!免费!
  2. 是一个压缩包,把压缩包解压后将cuda文件夹中所有文件、文件夹复制粘贴到刚刚你安装cuda文件夹中。若果你是默认路径则为

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

tips:直接全选复制就可,因为没有没有文件覆盖
解压,全选,右键,复制
在这里插入图片描述

来到cuda安装路径,右键,粘贴在这里插入图片描述

  1. 重启!完成!




环境检查+tensorflow安装

  1. 这部分可以直接交给jupyter notebook
    下载我的notebook 链接:https://pan.baidu.com/s/1CxH6FfV1_FxG2brJkDTOAQ
    提取码:1234
    此步骤可选,包括环境检查、tensorflow安装、gpu检测、使用gpu跑模型训练等内容
    选择这步,后续的步骤就是重复的啦,可以直接跳过,若不选择此步骤,则需要完成以下步骤
    部分内容截图:
    1在这里插入图片描述在这里插入图片描述


cuda安装检查

  1. 打开cmd,输入

nvcc --version

正确输出:
2.


安装tensorflow

安装tensorflow2.2.0,直接pip,tensorflow2.0以上版本已经包括cpu,gpu版本,但是两条指令一起运行也不影响,他会提示你包已经存在。
tips:一定要使用镜像-i https://pypi.tuna.tsinghua.edu.cn/simple ,如果你是性子很好、网速好到爆炸,当我没说

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.2.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.2.0


gpu是否被检测

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))  #有的电脑不只一个,安装错误为空
print(tf.test.gpu_device_name())  #表示正在使用的gpu
print(tf.test.is_gpu_available())+

gpu使用情况

cmd输入: -----查看gpu占用情况等等

nvidia-smi




其他问题

Q1.官网下载cudnn、cuda过慢

A1:
链接:https://pan.baidu.com/s/1HqTg-ks1XkUCrmlvcEnh1A 提取码:1234

Q2.cuda,cudnn是什么?

A2:
cuda是Compute Unified Device Architecture的缩写,为了让GPU可以不仅仅工作与自己的一幕三分地,而是利用自身的优势,完成通用计算的任务。
NVIDIA CUDA? 深度神经网络库 (cuDNN) 是经 GPU 加速的深度神经网络基元库。cuDNN 可大幅优化标准例程(例如用于前向传播和反向传播的卷积层、池化层、归一化层和激活层)的实施。

借助 cuDNN,研究人员和开发者可以专注于训练神经网络及开发软件应用,而不必花时间进行低层级的 GPU 性能调整。

Q3.我的电脑之前已经安装过了tensorflow2.0+,我在安装完cuda,cudnn后tensorflow仍然检测不gpu?

A3:
保证cuda、cudnn的版本要跟你的python版本、tensorflow版本、gpu驱动版本匹配(参考教程两张关系对应图)
若你是安装cudnn、cuda之后不重启就运行tensorflow代码会检测不到gpu,应重启!

欢迎提问!继续补充完善!

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-07-15 16:07:41  更:2021-07-15 16:08:32 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/25 14:25:53-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计