win10下anaconda内tensorflow-gpu 1.12.0安装

时间:2024-04-11 19:07:43

装软件渣渣的我竟然装成功装上了,赶快记录一下,防止忘了,,这个只有gpu版本。希望能帮到其他人。
注:我是在anaconda已经安装的情况下安得tensorflow-gpu,安装的时候要注意显卡对应的CUDA/cuDNN的版本、tensorflow的版本、python的版本的对应。
我的安装版本:
GTX1650+CUDA10.0.130+CuDNN7.3.1.20+tensorflow-gpu1.12.0
这是我参考的几个博客:
https://blog.csdn.net/u010618587/article/details/82940528?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task
https://blog.csdn.net/csdnfala/article/details/91358622
一、准备工作
1.查看显卡是否支持cuda
在 nvidia的控制面板上,菜单栏“帮助"——>x系统信息——>组件
win10下anaconda内tensorflow-gpu 1.12.0安装
win10下anaconda内tensorflow-gpu 1.12.0安装
有上述圈出来的地方,后面还对应着CUDA的版本号10.0.132
2查看对应的显卡、环境选择合适的搭配,红线是我对应的配置
查看 tensorflow对应版本,点这里!
win10下anaconda内tensorflow-gpu 1.12.0安装

二 安装
1.下载CUDA:cuda下载地址win10下anaconda内tensorflow-gpu 1.12.0安装
我的最后是这个样子的(选的时候注意选loclal的),然后点击网页下面的download,然后一段漫长的下载路程!
win10下anaconda内tensorflow-gpu 1.12.0安装
下载好按步骤安装就好了。首先弹出来的是一个解压缩路径(安装后会自动删除),不要和后面安装路径弄混了,也不要放到一起。安装选项选“自定义”, 后面出来选择安装路径可以默认,也可以自己选择路径,记住自己的安装路径。
我的安装路径:
win10下anaconda内tensorflow-gpu 1.12.0安装
安装完成后配置一下环境变量(控制面板->系统和安全->系统->高级系统设置->环境变量)
可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量,接下来,还要在系统中添加以下几个环境变量:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0(这是默认安装位置的路径,经自定义路径后,我的路径为D:\NVIDIA\NVIDIA Corporation\CUDA Samples\v10.0)
CUDA_LIB_PATH = 安装路径\lib\x64
CUDA_BIN_PATH =安装路径\bin
CUDA_SDK_BIN_PATH = 安装路径\bin\win64
CUDA_SDK_LIB_PATH = 安装路径\common\lib\x64
结果如下图,红线部分换成自己的路径
win10下anaconda内tensorflow-gpu 1.12.0安装
安装好CUDA后测试一下:打开cmd(1)输入nvcc -V,查看版本(2)转到安装的demo_suite 中(在cmd窗口下)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite (这是默认路径)
分别执行命令:bandwidthTest.exe;deviceQuery.exe
CUDNN:[cudnn下载地址]解压后按对应文件夹移到cuda中

3 安装tensorflow
官方安装教程
打开anaconda,创建一个环境conda create -n tensorflow_gpu python=3.6(tensor_gpu是环境名,python注意和要安装的版本对应)
然后**安装环境: conda activate tensorflow_gpu
安装tensorflow:conda install tensorflow-gpu==1.12.0(等号后面是对应的版本),然后等待安装就可以了,提示时输入y.(可能网络不好,多试几次)
4.测试
打开创建的tensorflow环境:conda activate tensorflow_gpu ,输入python,然后输入
import tensorflow as tf
a=tf.test.is_built_with_cuda()
b=tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)
print(a)
print(b)
两个都输出True,就ok了