Windows 10安装TensorFlow之CUDA篇

TensorFlow使用GPU版本效率会更高,本文将讲解TensorFlow-GPU版本的安装,由TensorFlow官网可知安装GPU版本时所需要的硬件和软件的requirements,它需要NVIDIA的GPU(硬件)和NVIDIA 驱动、CUDA、CUDNN(软件),其他可以不用。

接下来将讲解CUDA的安装。

版本对应

前提:你有支持CUDA的NVIDIA GPU

  1. 查看TensorFlow版本对应:

    国内TensorFlow官网GPU版本对应关系图

    在这里插入图片描述

    国外TensorFlow官网GPU版本对应关系图

    在这里插入图片描述

    TensorFlow版本 Python 版本 cuDNN CUDA
    TensorFlow >= 1.13.0 3.5-3.6 cuDNN >= 7.4.1 CUDA 10.0

    <注:国外的需要梯子,2019/10/12查看和国内一样的>

  2. 安装最新版本的驱动(会很重要),官网下载即可。

    所有NVIDIA显卡版本的驱动下载地址:驱动下载

    NVIDIA GeForce 显卡去驱动下载地址:驱动下载

  3. 查看驱动中的系统信息,找支持的CUDA的版本

    a. 桌面(右键)–> NVIDIA 控制面板–> 帮助–> 系统信息–> 显示–> 在细节中查看驱动程序版本

    在这里插入图片描述

    b. 到NVIDIA官网查看驱动程序对应的CUDA的版本–> CUDA Driver

    在这里插入图片描述

  4. 查看TensorFlow-GPU版本要求
    a. 去TensorFlow官网查看GPU版本要求–> Software requirements

    在这里插入图片描述

    注:此时可以匹配你要的TensorFlow版本了一般版本1到版本2在NVIDIA大部分显卡上都可以运行了

由此就知道你的TnsorFlow、CUDA、cuDNN的版本了

安装

按照前面对应的版本去下载即可

  1. GPU驱动程序下好之后,全程下一步即可。

  2. CUDA安装,去官网下载所有版本下载地址,全程下一步即可。

  3. cuDNN安装,所有版本下载地址(需要注册账号),cuDNN安装时需要复制到CUDA的安装目录下(默认位置:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0),将cuDNN下

    cuDNN解压目录 复制方向 CUDA安装目录
    bin目录下内容 ---------> bin目录下
    include目录下内容 ---------> include目录下
    lib\x64目录下内容 ---------> lib\x64目录下
Logo

欢迎来到由智源人工智能研究院发起的Triton中文社区,这里是一个汇聚了AI开发者、数据科学家、机器学习爱好者以及业界专家的活力平台。我们致力于成为业内领先的Triton技术交流与应用分享的殿堂,为推动人工智能技术的普及与深化应用贡献力量。

更多推荐