- 参考Anaconda安装Tensorflow-gpu(2020.7)
主要是建立虚拟环境,用
conda install tensorflow-gpu
下载最新版本的tensorflow,自动下载相应版本的cuda和cudnn
- 默认安装最新的需要驱动大于418,需要提前更新驱动
查看windows下的驱动
nvidia-smi
nvidia官网链接
-
tensorflow-gpu需要的硬件和软件的区别
参考:
tensorflow -
装旧版本需要的驱动要求CUDA版本对显卡驱动版本有要求
-
jupyter下 添加tensorflow-gpu环境
将Anaconda虚拟环境中的Python kernel添加到jupyter notebook中
- tensorflow测试
tensorflow2版
import tensorflow as tf
g = tf.Graph()
with g.as_default():
one = tf.constant([[3,3]])
two = tf.constant([[2],[2]])
p = tf.matmul(one,two)
sess = tf.compat.v1.Session(graph=g)
re=sess.run(p)
print(re)
tensorflow1版
import tensorflow as tf
hello = tf.constant('Hello, world!')
sess = tf.Session()
print(sess.run(hello))
sess.close()
conda conda常用命令
windows下安装tensorflow1.13.1
conda create -n TC2 python=3.7
使用python3.7的环境,默认安装tensorflow2.1.0
自动安装cuda10.1和cudnn7.6.5
安装tensorflow2用这个
conda install tensorflow-gpu
conda create -n TC2 python=3.6
pyton3.6默认安装cuda10.0.130和cudnn7.6.5
安装tensorflow1用这个
使用python3.6的环境,可以安装tensorflow1.13.1,需要指定版本
conda install tensorflow-gpu==1.13.1
conda create -n TC2 python=3.5
默认安装tensorflow-gpu 1.1.0,自动安装的cudnn6和cuda8
Cuda和Cudnn版本对应关系
(即每一个版本的CUDA可能有好几个版本的cuDNN与之对应,但一般有一个最新版本的cuDNN版本与CUDA对应更好,cuda8最新一般对应的是cudnn6,与tensorflow1.1.0不匹配)
安装pytorch
- 可以直接在对应的tensorflow虚拟环境中安装
根据官网的指令安装就行,注意与cuda的对英版本,要装torch1.4,电脑中有cuda10.0就行