参考:https://blog.csdn.net/qq_43215538/article/details/123852028
安装cuda
首先查看本机GPU对应的cuda版本,如下图所示,本机cuda版本为11.6,后面选择的cuda版本不要超过这里的版本就好。
https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载,如这里选择版本一定要注意,因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本,若不一致,会出现版本不匹配等问题,无法使用。我这里选择10.1。
这里选择的版本影响tensorflow-gpu和cudnn的版本,需要对应,对应关系这里看:https://tensorflow.google.cn/install/source_windows
下载完cuda安装包之后,双击安装即可。安装完成之后,环境变量应该会自动添加。
下载cuDNN
下载网址:https://developer.nvidia.com/rdp/cudnn-archive,第一次单击下载时,会让你先注册登录,然后再进行下载,注册过程认真填写内容就没问题,此处略过,接下来进入下载环节。
根据上面的版本对应关系,这里下载7.6.5版本。
下载完成后,解压此文件,将cudnn文件中对应的文件移动到cuda对应的安装目录中。 就是下表,左边的文件移到右边的目录里面。
解压的cudnn文件 | 安装的cuda目录 |
---|---|
bin\cudnn64_7.dll | C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin |
include\cudnn.h | C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include |
lib\x64\cudnn.lib | C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64 |
安装tensorflow-gpu
创建python3.6虚拟环境
conda create -n tf python=3.6
激活环境
conda activate tf
然后可以用conda也可以用pip安装tensorflow-gpu对应的版本,我这里选择2.3.0, 这里使用pip豆瓣源安装,很快。
pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple
等待安装完成,测试一下:文章来源:https://www.toymoban.com/news/detail-404916.html
import tensorflow as tf
tf.autograph.set_verbosity(0)
physical_devices = tf.config.experimental.list_physical_devices('GPU')
print(physical_devices)
config = tf.config.experimental.set_memory_growth(physical_devices[0], True)
文章来源地址https://www.toymoban.com/news/detail-404916.html
到了这里,关于Windows安装tensorflow-gpu(1050Ti,cuda11.6,cuDNN7.6.5,python3.6,tensorflow-gpu2.3.0)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!