| win10系统基于python的gpu版tensorflow库超详细安装教程 | 您所在的位置：网站首页 › unity调用python的tensorflow没任何反应 › win10系统基于python的gpu版tensorflow库超详细安装教程 |
win10系统基于python的gpu版tensorflow库超详细安装教程
|
win10系统基于python的gpu版tensorflow库超详细安装教程
前言前置知识cuda和cudnn安装tensorflow-gpu安装用anaconda安装用pip安装
keras安装在pycharm中以gpu方式编译运行tensorflow+keras代码
前言
先介绍需要安装的硬件基础cuda和cudnn，然后介绍如何下载python的tensorflow-gpu和keras库，最后实现在pycharm下编译运行。安装tensorflow-gpu和keras有两种方法，一种是用anaconda一种是用pip。用pip安装也有两种方法，一种是直接在命令行运行pip install tensorflow-gpu，一种是离线安装。 前置知识 Keras是一个模型级的库，为开发深度学习模型提供了高层次的构建模块。它不处理张量操作、求微分等低层次的运算。相返，它依赖于一个专门的、高度优化的张量库来完成这些运算，这个张量库就是Keras的后端引擎。目前Keras有三个后端实现：TensorFlow、Theano和CNTK。 使用gpu版tensorflow的前提是电脑上有显卡是N卡，因为大部分A卡的GPU是不支持cuda的。然后再看N卡的计算能力是否大于3.0，可以在任务管理器中的性能一栏查看GPU型号，然后在显卡计算能力表查看对应的计算能力。  cuda是NVIDIA推出的通用并行计算架构，cudnn是用于深度神经网络的GPU加速库。cuda需要跟要下载的tensorflow_gpu版本对应，cudnn不仅要跟tensorflow_gpu版本对应还要跟cuda版本对应，因为cudnn是cuda的扩展计算库。具体对应如下图：  进入cmd运行pip list查看安装过哪些库，出现numpy或者一些名称包含tensor的库需要先用pip uninstall库名卸载，因为下载安装tensorflow-gpu库会自带这些东西，如果原来已经有的话可能发生冲突。电脑需要visual c++ 2015运行库。
cuda和cudnn安装
1、cuda官网下载链接，要根据下载的tensorflow-gpu版本下载对应的cuda版本，我下载的是cuda10.1对应tensorflow-gpu2.1.0。下载完是一个exe文件，直接点击运行，会自行安装，安装时会让你选择一个文件夹作为抽取文件临时存放，记住这不是安装文件夹，安装路径会自动指定，临时文件夹安装完后会自动删除。安装完后，环境变量会自动添加。打开cmd，运行nvcc --version出现提示信息表示安装成功。 有想要通过anaconda安装的可以看这个b站视频，里面讲得很详细并且使用了清华镜像进行高速下载。 用pip安装使用pip进行安装有两种方式，一种是直接在cmd里运行pip install tensorflow-gpu==2.1.0，==2.1.0是指定要下载的版本号，默认下载最新版本，如果觉得下载速度太慢可以加一个镜像路径pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu=2.1.0；另一种是通过python库的官方网站pypi.org下载离线安装包，虽说是离线安装但还是需要有网络，因为还需要下载一些依赖。如果官网下载太慢我这里提供百度网盘链接tensorflow-gpu2.1.0win离线安装包，提取码8bzu。 1、进入cmd，运行python查看python版本。 进入cmd运行pip install keras。 在pycharm中以gpu方式编译运行tensorflow+keras代码1、第一种方法是在源代码中添加下列两行代码，指定要使用的gpu。 import os # 指定使用0,1,2三块卡 os.environ["CUDA_VISIBLE_DEVICES"] = "0,1,2"2、第二种是通过编辑配置来实现。 |
2、cudnn官网下载链接，进去之后找到对应的版本，点击Download，他会要你注册登录，然后填个问卷，才可以下载，这一步自行按照网站提示做就可以了。提交完问卷后，就可以点击下载了。注意cudnn的版本不仅要跟tensorflow-gpu对应还要跟cuda对应。下载完之后得到一个压缩包，解压出来有三个文件夹，接下来需要将cudnn与cuda进行链接，也就是把cudnn三个文件夹中的文件复制到CUDA相应文件夹的下面。 
2、进入pypi.org(python库的官方网站)，输入搜索内容tensorflow_gpu查看相应信息，确定需要安装哪个版本。 
最好不要选择带有PRE_RELEASE字样的。可以看到目前最新版本为2.2.0，但是由于我个人只能查到2.1.0版本对应的cuda和cudnn，所以我选择下载2.1.0的。 
python version那一列的cp37表示对应的python版本为3.7，然后根据自己的python版本及系统选择一个进行下载，可以看出linux支持32位和64位但是windows只支持64位。 3、进入cmd，输入pip install 空格然后将下载好的安装包用鼠标拖到cmd中按下enter开始安装。 
4、如果安装过程出现一堆红字且里面有显示PermissionError或者Permission denied则需要以管理员身份运行cmd重新进行安装，推荐使用PowerShell。使用PowerShell不能将离线安装包拖进来，只能手动输入安装包所在的位置。 
5、如果安装过程出现类似ERR:google-auth 1.15.0 has requirement setuptools>=40.3.0,but you’ll have setuptools 39.0.1 which is incompatible的错误，则用pip install --ignore-installed+安装包位置重新安装，具体参考这里。
3、CUDA_VISIBLE_DEVICES的值表示要用哪几个有cuda的显卡gpu来运行，比如我的电脑上只有一张N卡，所以这个值应该为0，就像数组索引一样，从0开始。【本文地址】