这里写目录标题
- 前言
- 本人安装环境
- 查看需要安装Cudnn和Cuda的版本
- CUDA安装
- 配置CUDA环境
- 检测是否安装完成
- Cudnn安装
- 将Cudnn相应文件放到CUDA文件去
- 安装tensorflow-gpu
- 找到对应的tensorflow-gpu版本
- 创建tensorflow-gpu环境
- 下载tensorflow-gpu
- 安装过程中出现的错误
- 测试tensorflow是否安装成功
前言
在这次装tensorflow-gpu中遇到了很多的问题，花费了不少的时间终于把他装好了，下面我将分享我的安装过程。
本人安装环境
操作系统：Win10 64位
显卡：NVIDIA GeForce GTX 1650 Ti
查看需要安装Cudnn和Cuda的版本
！！！！ 切记一定要查看显卡对应的CUDA版本 在安装前这一步十分的重要，如果安装错误的cuda版本，将导致安装失败(我在这里耽误了很久，一直以为是我安装步骤出现了问题，到后来才发现是cuda版本错误导致的问题，所以请广大c友要注意这个地方啦~)
打开win键，搜索NVIDIA Control Panel，打开这个应用，找到系统信息。
找到组件，点击下面就会有NIVDIA CUDA的版本。
CUDA安装
CUDA下载的官方地址：https://developer.nvidia.com 找到平台，再找到CUDA工具包(下载需要注册账号)在里面找到自己相对应的版本。
下载完成之后，直接进行安装，该过程一直点继续即可。
配置CUDA环境
变量名 | 变量值 |
CUDA_SDK_PATH | C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 (这里的地址位CUDA文件位置) |
CUDA_LIB_PATH | %CUDA_PATH%\lib\x64 |
CUDA_BIN_PATH | %CUDA_PATH%\bin CUDA_SDK_BIN_PATH |
CUDA_SDK_LIB_PATH | %CUDA_SDK_PATH%\common\lib\x64 |
下一步在系统变量那里找到path这个变量点击进去，添加以下变量
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
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\common\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\win64检测是否安装完成
打开cmd命令提示符，输入以下指令
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite接着分别输入以下指令
bandwidthTest.exe
deviceQuery.exe
如果result = PASS，则安装成功。
Cudnn安装
Cudnn官方下载地址：https://developer.nvidia.com/rdp/cudnn-archive 在里面找到对应的版本下载
将Cudnn相应文件放到CUDA文件去
下载完成的Cudnn为一个压缩包，先解压出来
将以上文件全部复制到CUDA的文件夹里面去(会自动进行一个同名文件夹的合并)
安装tensorflow-gpu
找到对应的tensorflow-gpu版本
创建tensorflow-gpu环境
打开 Anaconda Prompt输入以下指令
conda create -n tensorflow python=3.6下载tensorflow-gpu
创建完成之后再依次输入以下指令
activate tensorflow
pip install tensorflow-gpu==2.6.0安装过程中出现的错误
WARNING: The script markdown_py.exe is installed in ‘C:\Users\SilentCat\AppData\Roaming\Python\Python38\Scripts’ which is not on PATH.
解决的方法
测试tensorflow是否安装成功
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())Result：
如果安装成功会显示下面的结果：
否则，仅会显示CPU毒的信息
希望这篇文章对大家安装tensorflow-gpu有所帮助！
