aconda安装tensorflow-gpu版本

 

1安装aconda

 

 

 

 

2安装cuda

查询tensoflow对应的cuda和python关系

官网 https://tensorflow.google.cn/install/source_windows?hl=en#gpu

网友 https://blog.csdn.net/K1052176873/article/details/114526086

CUDA与显卡驱动:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

TensorFlow-GPU与CUDA cudnn Python版本关系:https://tensorflow.google.cn/install/source_windows?hl=en#gpu

CPU

 

 

 

以下是windows的对应关系,Linux和macOS的对应关系在上面的链接里面

 

 

 

GPU

 

 

 

安装cuda和cudnn

 

 

 

 

假设这里安装

tensorflow-gpu==1.14.0

keras-gpu=2.2.4

对应cuda10. cudnn-7.4

 

 

 

 

但是从cuda官网看 cudnn7.6也是可以用的

 

 

 

 

 

下载cuda10

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

 

 

解压安装包

 

 

 

 

 

 

1,在组件CUDA中将Visual Studio Intergration取消掉。这个还是蛮有意思的,因为这个组件是专为VS配置的,但是现在使用的代码编译器基本都是vscode,pycharm等轻量编译器之流,用VS就比较没意义了;我在网上还看见一个说法,这个必须取消掉,不然没法正确安装。反正取消就完事了。

 

 

 

2 CUDA在安装的时候会默认安装一个NVDIA的显卡驱动。上图可以看出,该显卡驱动版本是411.31。划重点:“当前版本”这一栏会显示你目前电脑上的显卡驱动型号,比如上图所示,我的电脑目前驱动是430.86,这个数字大于411.31,说明版本更新一些。如果你的当前版本高于CUDA想要安装的新版本,那么一定要把display driver取消掉!不然CUDA安装发现你现有的比我要安的还高级,我还安个锤子,就会出现安装失败的错误;如果你的当前版本低于CUDA想要安装的新版本,那么一定要把display driver勾选,驱动版本不够新,CUDA也运行不了。如果巧了当前版本与新版本一模一样,那勾不勾选随意。



 

 

 

 

 

 

 

 

 

 

检查环境变量

安装后自动切换

 

 

 

 

 

 

 

 重启生效



 

下载cudnn-7.6

https://developer.nvidia.com/rdp/cudnn-download

 

 

 

 

 

 https://developer.nvidia.com/rdp/cudnn-archive

 

 

 

 

 

 

解压后把cuDNN中bin,include,lib文件夹下的文件对应的复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中相对应文件夹即可。

 

 

重启生效 

 

aconda安装

GPU

 

安装环境

conda create -n py36 python=3.6

 

 

 

 

 

 

激活环境

activate py36

 

 

安装tensorflow

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com h5py  pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com opencv-python  pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com scikit-learn  pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com tensorflow-gpu==1.14.0  #会默认调用gpu版本的tensorflow pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com keras==2.2.4 

  

 

 

 

这里使用pip安装而不是使用conda,原因是使用conda安装会默认安装cpu版本的tensorflow

使用conda安装会提示安装其他依赖包,这其中就包括cpu版本的tensorflow,这是我们不想要的。 所以千万不要使用conda命令安装keras,说起来都是泪。。。

 

【补充】使用上述方法安装keras的前提是,电脑上要安装tensorflow-gpu,只有这样,在使用pip install keras之后,keras才会默认使用你已经安装好的tensorflow-gpu作为底层实现,才能更好的进行gpu加速

 

 

运行程序

激活

activate py36

 

 执行测试代码

 

python test_frcnn.py -p /path/to/test_data/