栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

手把手教你配置Tensorflow开发环境(二)-十分钟配置本地Tensorflow, CUDA, cuDNN

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

手把手教你配置Tensorflow开发环境(二)-十分钟配置本地Tensorflow, CUDA, cuDNN

十分钟配置本地Tensorflow, CUDA, cuDNN 前言

上文说到(手把手教你配置Tensorflow开发环境(一)-五分钟带你完全理解Tensorflow)
Tensorfow 这东西很大一部分就厉害在对GPU的支持上,但是也不是所有的小伙伴都有着很厉害的显卡的,比如我电脑上就只有一张凑数的MX250,那么难道这样我们就不能用Tenforflow了吗?

倒也不是,实际上Tensorflow提供了CPU和GPU的双版本,也就是说,电脑上没有显卡也没关系,你也可以选择通过你的CPU来进行计算,虽然没有了并行计算的快捷,但起码搭建模型的很多方便快捷的API还在不是嘛。。

好,那么咱们现在就分别来说一下要如何安装CPU和GPU的版本

以下教程都是在Windows+NVIDIA显卡下

1. 电脑上需要有python

这个就。。。
不确定的小伙伴可以先敲击win+R, 在弹出的窗口输入cmd

点击确定进入cmd的界面,输入python
就可以查看自己电脑上是否有python的环境了
最好是3.7版本的python
如果不是,可能会在下面的安装后出现版本不兼容的问题

如果没有,可以前往Python官网进行下载
具体的下载教程有很多我就不说了

2. CPU

电脑上有Python之后,只需要重新打开cmd的界面,输入

pip install tensorflow==2.6.0

就可以了

如果想要安装老版CPU版本的Tensorflow
则需要输入

pip install tensorflow==1.15.0

安装完成之后,只需要在cmd打开python,输入:

import tensorflow as tf

可以成功运行就说明安装成功啦

3.GPU

OK, 那么咱们现在就来说一下如何安装GPU版本的tensorflow吧
以Tensorflow2.6.0 + CUDA 11.2 + cuDNN 8.1为例

3.1 CUDA

首先,我们要先确定自己的GPU是支持CUDA的,这一点可以在英伟达的官网上查看CUDA支持的GPU列表

接下来,就可以安装CUDA了
当然了,如果你电脑上之前就有CUDA的话,可以先卸载掉

3.1.1 卸载

进入控制面板->程序->卸载程序
所有前缀是NVIDIA CUD的都可以直接卸载掉

3.1.2 安装

点击Windows版CUDA11.2下载链接进行下载
接下来就没什么好讲的,直接一路默认设置,选择精简安装就可以了

3.2 NVIDIA驱动程序

接下来,需要确保你的电脑上有NVIDA的驱动程序
但是这个默认应该是有的,如果没有的话就需要去安装一下
驱动程序安装

3.2.1 设置独立显卡

首先,打开电脑上的NVIDIA Control Panel
在下图画圈的位置
选择处理器为自己的显卡,在我的电脑上就是这个凑数MX250
但是我说实话!这卡基本算是完全没用,强烈推荐最少有个6G显存的卡再拿来用
毕竟就是个穷学生。。特别高级的卡我确实也没用过
但是之前我的2070还有K80和这个MX250比起来
那简直就是飞一样的速度!!

3.3 cuDNN

好的,接下来需要安装cuDNN
cuDNN下载链接
选择8.1.1版本

之后就可以直接点击下载,进行解压

接下来,找到我们安装CUDA的文件夹,从解压出的文件夹中找到文件夹cuda,移动到CUDA的文件夹中
如果是默认安装的话,路径应该就是图中的这样
完成之后大概就这个样子

最后,我们只需要简单的配置以下环境变量,打开cmd,输入下面的指令

SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2bin;%PATH%
SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2extrasCUPTIlib64;%PATH%
SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2include;%PATH%
SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.2cudabin;%PATH%

但是说实话,我不是很确定这个环境变量到底灵不灵,所以其实我强烈建议你,在完成这个步骤之后
再完成一下下面的这个步骤
打开cuda文件夹,找到bin文件,看到里面的dll文件了吗?

全都复制一份,粘贴到下图的位置

这样可以避免奇怪的找不到dll文件的错误

4. 最后一步

输入如下命令

pip install tensorflow-gpu==2.6.0

如果想要安装老版的Tensorflow
则需要输入

pip install tensorflow-gpu==1.15
OK

那么现在,你的电脑上应该已经大功告成了,只需要运行代码

import tensorflow as tf
tf.test.is_gpu_available()

如果输出是True,那么就已经可以运行了

怎么样
是不是十分钟就给你配置好了呢?

拿下次就讲讲怎么白嫖云端虚拟机来运行Tensorflow好了!

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/754525.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号