本篇博客可以有效安装2.1.0到2.3.0gpu版本的tensorflow,但想安1.多版本或跟多版本的,请参考我写的另一篇博客:如何用conda安装tensorflow(windows,gpu,tensorflow),最全tensorflow安装教程(亲测有效,可安任意版本,包括1.多版本和2.多版本)-csdn博客
一、开发环境
安装tensorflow的开发环境:anaconda+cuda+cudnn
二、安装过程
1、anaconda的安装
2、选择tensorflow的版本
2.1 cuda版本的确定
首先,搜索nvidia control panel(win+s进行搜索)。
然后打开并点页面左下角系统信息,找到组件里的nvcuda64.dll,发现cuda驱动为11.6.106版本。那么就说明你之后安装cuda的cudatoolkit的版本不能超过11.6.106。所以我这里安装cuda的cudatoolkit版本就可以设置为11.6(或更低)。这是系统限制的,只能安比这低的。
2.2 配置anaconda
win+r打开cmd
2.2.1 添加清华镜像源
注意: 如果添加了镜像源无法下载tensorflow,建议删掉镜像源,再重新安装。
2.2.2 删掉镜像源
2.3 创建conda虚拟环境
在cmd中分别输入下列命令:
2.3.1 创建虚拟环境
tf2.3.0是环境的名称,可以随便取,python=3.7说明虚拟环境的python版本是3.7。build from source on windows | tensorflow (google.cn)。该链接是tensorflow与cuda、cudnn、python的版本对应,可以看到3.7基本上通用很多的tensorflow版本,所以建议安装3.7版本。
2.3.2 激活虚拟环境
进入到我们创建的虚拟环境,之后的tensorflow的安装就在这个虚拟环境中。
2.4 搜索cuda、cudnn的版本
在cmd中分别输入下列命令:
2.4.1 搜索cudnn的版本
下面是搜索的可用的cudnn的版本
2.4.2 搜索cuda的版本
下面是搜索的可用的cuda的版本
2.5 确定tensorflow的版本
打开tensorflow的官网:build from source on windows | tensorflow (google.cn)
然后查看windows中gpu中tensorflow与cuda、cudnn、python的对应关系。
由于我们虚拟环境配置的是python3.7,因此1.13.0到2.10.0的版本貌似都可以。但有一些限制条件。
先看cuda,在2.1节cuda版本的确定,我们知道,cuda不能超过11.6,显然图片里都符合,接着看2.4.2节搜索cuda的版本,给我们的选择只有7.5、8.0、9.0、9.2、10.0.130、10.1.243等等,因此,排除下来,只有1.13.0到2.4.0是可能符合的。
再看cudnn,由2.4.1节搜索cudnn的版本,给我们的选择只有6.0、7.1、7.3、7.6等等,因此,排除下来,只有2.1.0到2.3.0是可能符合的。然后再看下图。7.6版本的cudnn,对cuda也有一定要求。因为2.1.0到2.3.0对应的cudnn为7.6,cuda为10.1,因此,我们可以选择cudnn为7.6.0、7.6.4、7.6.5的版本。
综上所述,cudnn只能安装7.6.0、7.6.4、7.6.5中的一个,cuda只能安装10.1.168、10.1.243中的一个,tensorflow只能从2.1.0到2.3.0中选择一个安装。
我选择的是cudnn为7.6.5,cuda为10.1.243,tensorflow为2.3.0。
3、tensorflow的安装
3.1 cudnn与cuda的安装
在cmd上输入下列命令:
很显然这里的cuda和cudnn的版本都是我排除下来的。
3.2 tensorflow的安装
在cmd上输入下列命令:
然后等待一段时间,gpu版本的tensorflow就安装好了。
4、验证是否安装为gpu版本的tensorflow
在cmd中分别输入下列命令:
输出结果为true,说明安装的是gpu版本的tensorflow。
发表评论