本人电脑基本配置:
Windows 10NVIDIA GTX 2060 6G按照TensorFlow-GPU 2.0.0 的标准 Python3.6.x + VS 2017 + GTX2060 + TensorFlow 2.0.0 + CUDA 10.0 + cuDNN 7.6.5(版本对应,不然就会失了智) 前奏 python安装推荐使用python3.6.5(默认路径)Python 安装注意事项:1. 建议选择默认路径安装(因为不默认以后会很麻烦)2. 直接在安装的过程中添加环境变量(省去不少麻烦) Python依赖VS2017专业版注意事项:1. 下载专业版VS2017(不要下载2019,不要装社区版)2. 安装过程中勾选C++选项同步安装(默认安装) 专业版VS2017 进入正题
更新驱动
选择显卡对应的驱动参考图1
安装CUDA
注意事项1. 驱动版本对应的CUDA版本(我选择CUDA 10.0)2. 默认安装
CUDA各个版本选择你想要的
cuDNN 7.6.5
各种解决方案
配置变量
将cuDNN对应文件复制在CUDA安装目录下CUDA路径:C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0 设置环境变量在系统变量里面添加环境变量:控制面板——>环境变量C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0libC:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0libnvvpC:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0bin安装tensorflow版(可以在Pycharm中安装)
pip install tensorflow-gpu==2.0.0
指定版本,如果装的是2.1.0,那CUDA和cuDN的版本就不对了
测试代码
import tensorflow as tfprint(tf.__version__)v1 = tf.constant(8.0, dtype=tf.dtypes.float32)v2 = tf.constant(2.0, dtype=tf.dtypes.float32)v3 = tf.math.multiply(v1, v2)@tf.function # 这种装饰器写法能加快运行速度def mm(): print(f"result = {v3}")mm()print(f"result = {v3}")运行成功:(pycharm环境下)
注意事项:如果curdart64_100显示not found:1. 环境变量没有配好2. 对应版本错误,可能使用的TensorFlow 2.0.0搭配的是curdart64_100.dll输出的显卡属性:
运算力: 7.5
可用空间: 4606M
至此安装完毕!如有更好的方法,望各为老铁指正