zoukankan      html  css  js  c++  java
  • win10下安装tensorflow-gpu2.4,pycharm的编译器,nvidia显卡,不用conda(踩坑达人)

    tensorflow2不支持1的api!!!!!

    tensorflow2不支持1的api!!!!!

    tensorflow2不支持1的api!!!!!

    好了,首先看看自己的python版本,gpu的信息,tensorflow的版本,我下的最新python3.9直接报错*(没想到竟是噩梦的开始),py的版本应该在3.6-3.8

    python 版本用 python -v看

    gpu 信息用 nvidia-smi看

     这里有个cuda version 11.2 不是你已经安装了11.2,而是你可以最高支持到11.2!

    tensorflow的版本用 pip list看

    根据你tensorflow下载对应的cuda和cudnn

    下面是我2.4的对应标准 

    全部的表在https://tensorflow.google.cn/install/source_windows

    图没截全,反正我大概就是

    py:3.6-3.8

    cudnn:8.0

    cuda 11.0

    这个样子

    然后就开始准备安装!

    一 cuda安装

    首先从  控制面板所有控制面板项程序和功能 里把你能看到的和cuda有关的还有带frameview的nv软件卸载掉

    下载cuda去官网下官网 

    重点!版本一定要一样!小数点也是!我下载的11.2根本不能用!还是要11.0才行!小数点也不能有差!这个巨tm关键!

    但是nv官网你点下载toolkit就默认是11.1还是11.2来着了,我还没找历史的版本连接,没办法只能通过更改下载链接来实现下载历史版本的cuda了,比如网站的链接是

    https://developer.download.nvidia.cn/compute/cuda/11.1.0/local_installers/cuda_11.1.0_456.43_win10.exe

    然后你就百度你要的包的版本加驱动号,我百度到我的是cuda_11.0.2_451.48_win10.exe就把下载链接里的对应数字改一改变成

    https://developer.download.nvidia.cn/compute/cuda/11.0.2/local_installers/cuda_11.0.2_451.48_win10.exe

    下载完安装记住路径

    添加环境变量

    默认在c的话

    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0in

    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0extralib64

    C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0include

    打开cmd 输入nvcc -V

    显示到你的cuda信息基本就是安装完了

    二 cudnn安装

    接着下载对应版本的cudnn,解压出来是一个cuda的文件夹,记住解压路径,比如D:cuda,把这个添加到环境变量

    打开pycharm,下载tensorflow-gpu的包,慢的话自己去找镜像下载

    试一试下面这个测试的代码,是知乎的一位老哥的 叫@爱生活的克劳德

    import tensorflow as tf
    tf.compat.v1.disable_eager_execution()
    import os
    # 指定使用0,1,2三块卡
    os.environ["CUDA_VISIBLE_DEVICES"] = "0"
    # Creates a graph.
    a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
    b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
    c = tf.matmul(a, b)
    # Creates a session with log_device_placement set to True.
    sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
    # Runs the op.
    print(sess.run(c))

    我改了一点,方便在ts2上跑

    看到下面控制台你显示GPU0就说明你是GPU跑的,CPU0就是CPU跑的,如果是cpu跑的就再检查一下是不是版本不对,版本一定要按照表格来!小数点后面也要!

    然后就成功了白字GPU0,

     

  • 相关阅读:
    SQlite数据库
    关于如何获取剪切板的多个图片处理
    aes 和 Md5 分析
    SIP消息
    getItemAt
    C++ map的方法
    C++ 解析Json
    CentOS 6.3安装配置LAMP服务器(Apache+PHP5+MySQL)
    阿里云服务器CentOS 5.7(64位)安装配置LAMP服务器(Apache+PHP5+MySQL)
    Apache虚拟主机(vhost)配置教程
  • 原文地址:https://www.cnblogs.com/luoyoucode/p/14480122.html
Copyright © 2011-2022 走看看