목차
하나, Anaconda 설치
1. Anaconda 다운로드
2. Anaconda 설치
설치 디렉토리를 직접 선택하세요. 나중에 설치된 모듈이 더 많은 공간을 차지
하므로 자동 구성 환경을 확인하거나 수동 구성 환경을 선택 해제 할 수 있습니다. 개인 요구에 따라 VScode를 설치 하도록
선택하십시오.
3. 아나콘다 환경 추가
추가가 성공하면
Win + R이 cmd를 시작하고 다음 명령을 입력하여 설치된 버전을 확인합니다.
conda -V
둘째, TensorFlow-GPU, Keras 설치
1. TensorFlow 환경 만들기
Win + R start cmd, 명령 프롬프트에 다음 명령을 입력합니다.
1 | conda create –n tensorflow-gpu python=3.7
2 | activate tensorflow-gpu
3 | pip install tensorflow-gpu==1.13.2
4 | pip install keras==2.1.5
위 명령 다운로드가 너무 느리면 Douban 소스를 사용하여 다운로드 속도를 높일 수 있습니다.
3 | pip install -i https://pypi.doubanio.com/simple/ tensorflow-gpu==1.13.2
4 | pip install -i https://pypi.doubanio.com/simple/ keras==2.1.5
셋, CUDA 및 cuDnn 설치
1. 컴퓨터 GPU 모델 확인
이 컴퓨터-> 오른쪽 클릭 관리
GPU 컴퓨팅 성능을 보려면 다음 URL을 클릭하십시오. 그래픽 카드 컴퓨팅 성능에 따라 해당 Cuda 및 cudnn을 다운로드 하여 자신의 그래픽 카드 모델 을
볼 수 있습니다.
2. CUDA10.0 및 cuDnn7.4.1.5 다운로드
CUDA10.0 다운로드 공식 웹 사이트
cuDnn은 수동으로 7.4.1.5를 찾아야합니다.
cuDnn 다운로드 공식 웹 사이트 설치
위의 방법 다운로드가 너무 느립니다. 다음 링크를 사용하여
Baidu 네트워크 디스크 링크 를 다운로드 할 수 있습니다 . https://pan.baidu.com/s/1Prck69Mei9DyJxjS0nvTCg
추출 코드 : p281
3. CUDA10.0 설치
4. cuDnn7.4.1.5 설치
CUDA를 설치 한 후
C : \ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v10.0 위치를 열고
Cudnn의 모든 콘텐츠의 압축을 풀고 위의 디렉토리에 복사합니다.
넷, 테스트
import tensorflow as tf
tf.test.gpu_device_name()
성공적으로 설치하려면 다음 정보를 프롬프트합니다.
