Window10上Tensorflow的安装(CPU和GPU版本)


Posted in Python onDecember 15, 2020

之前摸索tensorflow的时候安装踩坑的时间非常久,主要是没搞懂几个东西的关系,就在瞎调试,以及当时很多东西不懂,很多报错也一知半解的。这次重装系统后正好需要再配置一次,把再一次的经历记录一下。我的电脑是华为的matebook13,intel i5-8625U,MX250显卡,win10系统。(不得不吐槽很垃圾,只能满足测试测试调调代码的需求)

深度学习利用Tensorflow平台,其中的Keras Sequential API对新用户非常的友好,可以将各基础组件组合在一起来构建模型。

(官网: https://tensorflow.google.cn/?hl=zh-cn)

Window10上Tensorflow的安装(CPU和GPU版本)

Window10上Tensorflow的安装(CPU和GPU版本)

安装Tensorflow 分为 tensorflow_cpu 和 tensorflow_gpu版本

GPU就是用来渲染计算的,GPU版本计算性能是CPU的百倍之快。如果电脑没有独立显卡只能用CPU版本计算。

Window10上Tensorflow的安装(CPU和GPU版本)

CPU版本安装:

tensorflow_cpu版本只需要安装anaconda后在anaconda prompt里面pip install tensorflow_cpu==(版本号) 即可。安装anaconda的方法见GPU版本里面。

注意查下python和tensorflow_cpu适配的版本号。

Window10上Tensorflow的安装(CPU和GPU版本)

GPU版本安装

tensorflow_gpu版本安装大致分为三步:1、安装anaconda 2、安装cuda和cdunn 3、安装tensorflow_gpu。其中第一步和第二步的顺序可以调换,就是安装完了前面三个东西再安装tensorflow即可。

tensorflow最近出了2.0版本,和1.0大版本有一些区别。具体我还没有去了解,代码不一定兼容,需要注意一下。这三个步骤的版本需要格外的注意,一旦三个自己的版本互相不兼容或者和电脑的显卡不兼容,就用不了。所以安装前看看要安装的tensorflow版本。先查好显卡的算力,然后适配的相应版本再安装,否则踩坑要很久。

首先确定电脑所能支持的tensorflow版本,根据tensorflow官网所给配置,我们要去检查电脑gpu的cuda支持版本,再去对应下载python版本和tensorflow版本。

右键 桌面>NVIDIA控制面板>帮助>系统信息>组件

Window10上Tensorflow的安装(CPU和GPU版本)

上图说明我的显卡所支持的cuda版本为11.1(向下兼容)

Tensorflow配置window官网:https://tensorflow.google.cn/install/source_windows

Window10上Tensorflow的安装(CPU和GPU版本)

以我电脑为例,之前我用的是3.7.3的版本。这次重装系统后安装的是3.8.3。

cmd查看python版本:Window10上Tensorflow的安装(CPU和GPU版本)

我之前tensorflow用的是1.13的版本,这次因为已经安装了python3.8,因此打算安装2.0版本。如果仍需要低版本需要重新安装python较低的版本或者搭一个虚拟环境(但不是很建议)。

第一步,安装anaconda

anaconda会对应安装python环境,不一定要最新的, 最新的python版本不一定有兼容的cuda加速,有cuda加速也不一定支持电脑的显卡。

官网安装:https://www.anaconda.com/products/individual,之前版本如果官网没有可能需要找资源。

第二步,安装cuda工具包

(官网:https://developer.nvidia.com/zh-cn/cuda-toolkit)

CUDA是 NVIDIA 专为图形处理单元 (GPU) 上的通用计算开发的并行计算平台和编程模型。借助 CUDA,开发者能够利用 GPU 的强大性能显著加速计算应用。在经 GPU 加速的应用中,工作负载的串行部分在 CPU 上运行,且 CPU 已针对单线程性能进行优化,而应用的计算密集型部分则以并行方式在数千个 GPU 核心上运行。使用 CUDA 时,开发者使用主流语言(如 C、C++、Fortran、Python 和 MATLAB)进行编程,并通过扩展程序以几个基本关键字的形式来表示并行性。由于tensorflow最高版本对应的是cuda10.1版本,那下载cuda10.1即可。安装包链接:https://developer.nvidia.com/cuda-toolkit-archive

Window10上Tensorflow的安装(CPU和GPU版本)

Window10上Tensorflow的安装(CPU和GPU版本)

Window10上Tensorflow的安装(CPU和GPU版本)

CUDA的下载需要挂载VPN,否则下下来只有1kb (好像后面又不一定需要VPN,可以直接下载试试)

自定义安装,安装的东西全选了,尽量不要改安装位置

Window10上Tensorflow的安装(CPU和GPU版本)

安装完之后安装cuDNN, cuDNN是用于深度神经网络的GPU加速库.注意安装的版本,选择自身cuda版本对应的cudnn下载。

官网:https://developer.nvidia.com/rdp/cudnn-archive ,cuDNN的下载需要注册官网的账号

Window10上Tensorflow的安装(CPU和GPU版本)

下载好的cudnn文件解压后,将文件夹内的文件放到cuda对应文件夹下,注意:是文件夹内的文件,而不要直接复制替换文件夹

Window10上Tensorflow的安装(CPU和GPU版本)

第三步,安装tensorflow—gpu

在anaconda prompt里面安装:pip install tensorflow-gpu , 后面可以指定版本号,下载慢挂载一个镜像源 -i https://pypi.tuna.tsinghua.edu.cn/simple

Window10上Tensorflow的安装(CPU和GPU版本)

安装完成:

Window10上Tensorflow的安装(CPU和GPU版本)

测试是否安装成功:

import tensorflow as tf
tf.test.is_gpu_available()

Window10上Tensorflow的安装(CPU和GPU版本)

Window10上Tensorflow的安装(CPU和GPU版本)

True即表示安装成功了。

查看版本号:Window10上Tensorflow的安装(CPU和GPU版本)

至此安装成功,可以跑一个小程序测试一下。

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
 
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())

显示“GPU True”, 也即代表GPU版本安装成功。

经过几天调了一下代码之后发现tensorflow2相对与1还是有挺多改动的,1里面能够运行的代码可能2里面需要一定的修改。

关于Tensorflow2和1上面keras的一些区别可以搜一下相关的资料。

到此这篇关于Window10上Tensorflow的安装(CPU和GPU版本)的文章就介绍到这了,更多相关Window10安装Tensorflow 内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
pygame学习笔记(1):矩形、圆型画图实例
Apr 15 Python
以911新闻为例演示Python实现数据可视化的教程
Apr 23 Python
python使用post提交数据到远程url的方法
Apr 29 Python
Python中对象的引用与复制代码示例
Dec 04 Python
python编程嵌套函数实例代码
Feb 11 Python
Python Grid使用和布局详解
Jun 30 Python
将tensorflow的ckpt模型存储为npy的实例
Jul 09 Python
Python 一句话生成字母表的方法
Jan 02 Python
Django Rest framework频率原理与限制
Jul 26 Python
python实现邮件发送功能
Aug 10 Python
Python中join()函数多种操作代码实例
Jan 13 Python
如何在VSCode下使用Jupyter的教程详解
Jul 13 Python
详解python中的异常捕获
Dec 15 #Python
python 6种方法实现单例模式
Dec 15 #Python
Ubuntu16安装Python3.9的实现步骤
Dec 15 #Python
Python爬虫开发与项目实战
Dec 16 #Python
python中reload重载实例用法
Dec 15 #Python
python 实现socket服务端并发的四种方式
Dec 14 #Python
linux centos 7.x 安装 python3.x 替换 python2.x的过程解析
Dec 14 #Python
You might like
php相当简单的分页类
2008/10/02 PHP
php实现json编码的方法
2015/07/30 PHP
教大家制作简单的php日历
2015/11/17 PHP
thinkPHP框架中执行原生SQL语句的方法
2017/10/25 PHP
新页面打开实际尺寸的图片
2006/08/25 Javascript
客户端脚本中常常出现的一些问题和调试技巧
2007/01/09 Javascript
JavaScript入门之对象与JSON详解
2011/10/21 Javascript
基于JQuery的类似新浪微博展示信息效果的代码
2012/07/23 Javascript
js如何获取file控件的完整路径具体实现代码
2013/05/15 Javascript
基于JavaScript实现图片连播和联级菜单实例代码
2017/07/28 Javascript
Node.js利用console输出日志文件的方法示例
2018/04/27 Javascript
layer.open关闭父窗口 以及调用父页面的方法
2018/08/17 Javascript
微信小程序实现的3d轮播图效果示例【基于swiper组件】
2018/12/11 Javascript
vue实现文字横向无缝走马灯组件效果的实例代码
2019/04/09 Javascript
聊聊Vue 中 title 的动态修改问题
2019/06/11 Javascript
javascript实现5秒倒计时并跳转功能
2019/06/20 Javascript
layui异步加载table表中某一列数据的例子
2019/09/16 Javascript
微信小程序加载机制及运行机制图解
2019/11/27 Javascript
JavaScript日期库date-fn.js使用方法解析
2020/09/09 Javascript
零基础写python爬虫之抓取糗事百科代码分享
2014/11/06 Python
Python使用chardet判断字符编码
2015/05/09 Python
Python使用multiprocessing实现一个最简单的分布式作业调度系统
2016/03/14 Python
详解用python实现简单的遗传算法
2018/01/02 Python
Python的高阶函数用法实例分析
2019/04/11 Python
Tensorflow限制CPU个数实例
2020/02/06 Python
Python实现自动打开电脑应用的示例代码
2020/04/17 Python
python regex库实例用法总结
2021/01/03 Python
CSS3 3D制作实战案例分析
2016/09/18 HTML / CSS
奥地利时尚、美容、玩具和家居之家:Kastner & Öhler
2020/04/26 全球购物
家长对小学生的评语
2014/01/28 职场文书
《在山的那边》教学反思
2014/02/23 职场文书
学校四群教育实施方案
2014/06/12 职场文书
2015年安全月活动总结
2015/03/26 职场文书
2015年党风廉政建设个人总结
2015/08/18 职场文书
大学学习委员竞选稿
2015/11/20 职场文书
关于SpringBoot 使用 Redis 分布式锁解决并发问题
2021/11/17 Redis