Windows10下使用Conda安裝TensorFlow-GPU

• 一、CUDA與cuDNN下載安裝
• 二、Conda下安裝TensorFlow
• 三、PyCharm使用搭建的tensorflow環境
• 參考文檔

一、CUDA與cuDNN下載安裝

進行神經網絡訓練時，如果搭配顯卡即使用GPU進行訓練，速度會高于使用CPU進行訓練。TensorFlow同時支持CPU和GPU訓練，在下載安裝時選擇安裝tensorflow而不是tensorflow-cpu，就可以使用GPU進行快速訓練。而在安裝TensorFlow之前需要下載安裝CUDA與cuDNN。
CUDA(ComputeUnified Device Architecture)，是顯卡廠商NVIDIA推出的運算平臺，它是一種由NVIDIA推出的通用并行計算架構，該架構使GPU能夠解決復雜的計算問題。
cuDNN是用于深度神經網絡的GPU加速庫。它強調性能、易用性和低內存開銷，可以集成到更高級別的機器學習框架中。
CUDA和cuDNN版本需要與要安裝的TensorFlow版本相對應，對應列表可以查看官網說明https://tensorflow.google.cn/install/source_windows，如下圖所示：

截至2020年11月TensorFlow最新版本為2.4版本，但官網說明中未給出對應cuda版本，本文以安裝2.3版本為例，下載安裝cuda10.1與cudnn7.4。
cuda官網下載地址為https://developer.nvidia.com/cuda-toolkit-archive，選擇CUDA Toolkit 10.1 update2，進入下載頁面，選擇操作系統類型及版本和安裝類型（在線或離線），然后下載安裝包，安裝時選擇默認選項即可。

cuDNN下載地址為https://developer.nvidia.com/cudnn-download-survey，進入該界面后需要先按照提示使用郵箱注冊賬號，網速會有些慢，注冊完畢后還需要再填寫調查問卷，填寫提交之后進入下載頁面https://developer.nvidia.com/rdp/cudnn-download，在選擇版本時發現7.4版本中沒有For CUDA10.1，與TensorFlow官網說明不符，本文選擇cuDNN7最新版cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.1，然后選擇系統版本，下載壓縮包。

下載完成后解壓縮，將下圖三個文件夾內的文件復制到CUDA安裝目錄下對應目錄內即可。

二、Conda下安裝TensorFlow

使用conda下載依賴包時默認的源地址速度較慢，所以需要更換成國內的源，一般是清華、中科大、阿里云等源，首先打開Anaconda Powershell Prompt進入命令行界面，然后輸入如下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --set show_channel_urls yes

然后創建一個用于使用TensorFlow的環境，命令如下：

conda create --name tensorflow python=3.8.6

回車之后會下載包然后安裝，成功安裝后界面如下：

輸入如下命令進入創建的環境中，下載TensorFlow：

conda activate tensorflow pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

下載安裝完成后，輸入python進行解釋器中，輸入：

import tensorflow as tf print(tf.__version__) print('GPU', tf.test.is_gpu_available())

若輸出tensorflow版本號"2.3.0"和“GPU ture"，說明成功。

三、PyCharm使用搭建的tensorflow環境

PyCharm的簡介和安裝見本博客其他文章，打開PyCharm軟件，選擇New Project，進入如下界面：

選擇Existing Interpreter，點擊…圖標，進入Add Python Interpreter界面，選擇Conda Environment，點擊…圖標，選擇剛才創建的tensorflow環境內的python.exe，最后點擊OK。

返回創建項目界面，寫入項目名稱，點擊create即可。
在main.py中輸入如下測試代碼，點擊運行：

import tensorflow as tf print(tf.__version__) print('GPU', tf.test.is_gpu_available())

輸出如下圖即創建項目成功。

參考文檔

win10下CUDA和CUDNN的安裝（超詳細）！親測有效！
nvidia驅動，cuda與cudnn的關系
win10+tensorflow2.3GPU+cuda11+cudnn8+python3.8編譯(AVX2)
Anaconda換源
conda創建新環境
Anaconda查找包,下載包,更新包,刪除包
經驗：WIN10+GTX1070下，tensorflow2.3-GPU+CUDA10.1+cuDNN765的安裝
在PyCharm中使用Anaconda環境

總結

以上是生活随笔為你收集整理的Windows10下使用Conda安装TensorFlow-GPU的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。