Anaconda安装与TensorFlow GPU版配置

Anaconda安装与TensorFlow GPU版配置

GPU版本 NVIDIA DeForce GTX1050 Max-Q

支持CUDA

Anaconda安装

打开Anaconda官网,选择对应版本下载安装

安装时勾选 Add Anaconda3 to my PATH environment variable

安装完成后打开,进入主界面

点击 Environment 中的 Create 创建新环境,这里选择的Python 3.8.0

至此,Anaconda环境配置告一段落

CUDA11.4安装

网址 CUDA Toolkit 11.4 Update 2 Downloads | NVIDIA Developer

下载完成后安装即可

cuDNN8.2.0 for CUDA 11.4安装

下载完成后获得的是一个压缩包,解压后得到三个文件夹

image-20210923140156194

找到CUDA的安装路径

image-20210923140255790

只需要把cuDNN各文件夹中的文件复制到CUDA同名文件夹下即可

验证安装

通过NVIDIA提供的 deviceQuery.exebandwidthTest.exe 来查看GPU的状态,两者均在安装目录的 extras\demo_suite文件夹中

首先运行 deviceQuery.exe ,可以看到如下结果:

image-20210923140911443

运行 bandwidthTest.exe 看到如下结果:

image-20210923140758833

如果出现命令行闪屏可以先打开命令行,然后拖入exe文件解决

安装TensorFlow GPU 版

打开Anaconda,启动刚才创建的环境,启动Terminal

使用pip安装TensorFlow GPU

pip install tensorflow-gpu==2.6.0

安装完成后可以进去python环境进行测试

import tensorflow as tf
tf.__version__
tf.test.is_gpu_available()

image-20210923141644169

TensorFlow GPU版安装完成,版本为2.6.0

安装jupyterlab

Terminal中使用pip安装jupyterlab

pip install jupyterlab

安装完成后,启动jupyterlab

jupyter lab

image-20210923142200339

之后会自动启动浏览器打开网址

路径则为Terminal当前所在路径


版权声明:本文为deepdesigner原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。