2.CUDA10.0
3.TensorFlow2.0 Beta-GPU版本安装与测试
1. Anaconda a. 下载 首先进入Anaconda的官网: https://www.anaconda.com/distribution 选择Windows下Python3.7(注意:必须选择64位,因为TF不支持Python32位的)
下载完成后打开,然后就是傻瓜式的安装,一路next即可。
b. 修改路径 默认地址为C盘(这是默认地址,如果你通常安装在c盘的话,可以忽略此步骤), 如果安装后没有其他的操作的话,打开.juyter文件是没有[jupyter_notebook_config.py] 打开cmd,输入 jupyter notebook --generate-config 回车,会产生[jupyter_notebook_config.py]
用Notepad++打开[jupyter_notebook_config.py],找到c.Notebook 建立你的新工作路径 取消注释,c前面的#要去掉 点击保存,这下就修该好了路径 cmd,输入[jupyter notebook],你就发现你的路径已更改
c. 修改默认浏览器 打开[jupyter_notebook_config.py] 找到你想用的浏览器路径(下面是我的浏览器路径) 打开[jupyter_notebook_config.py] 找到App.browser = '',在这行下面添加以下三行代码 import webbrowser webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\ProgramFiles (x86)\Google\Chrome\Application\chrome.exe")) c.NotebookApp.browser = 'chrome'
这样就修改好了Anaconda使用的浏览器和使用路径,还是非常简单的。现在打开我们的Jupyter Notebook(后面将会在这个文件夹写下Tensorflow2.0的笔记内容) 2. CUDA 10.0 a. CUDA 安装 下载CUDA 官网链接: https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 下载完成后,打开下载的驱动 取勾GeForce Experience
如果电脑上本身就有Visual Studio Integration,要将这个取消勾选,避免冲突了
点开Driver comonents,Display Driver这一行,前面显示的是Cuda本身包含的驱动版本是411.31 如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号,那一定要把这个勾去掉。否则会安装失败(相同的话,就不用去取勾了)
接下来需要几分钟的时间安装,这是NVIDIA程序已完成的界面
打开此路径,查看nvcc.exe 有这个nvcc.exe就说明CUDA安装已成功
打开此文件夹,查看有没有cuti64_100.dll 有这个cuti64_100.dll就说明CUPT1已成功
b. cuDNN 安装 CDNN官网链接: https://developer.nvidia.com/rdp/cudnn-download 选择cuDNN for CUDA10.0
解压cuDNN
将解压后文件复制到CUDA文件夹下
c. PATH配置 查看CUDA环境路径 我的电脑——>属性——>高级系统设置——>环境变量
在系统变量中找到PATH
查看CUDA路径,当你安装完CUDA后,它会将这两个目录加进来 CUPTA和cuDNN还没有加进来,所以必须将它们添加到路径,这样使用Tensorflow的时候才不会报错 添加CUPTA和cudnn路径 新建——>浏览,找到路径 cuDNN路径,CUPTA路径(缺一不可)
测试CUDA: cmd nvcc -V 下面的显示说明我们CUDA的版本是10.0
3. TensorFlow 2.0 安装与测试 a. 确认显卡 安装前要确认显卡是不是NVDIA的 命令行 pip install tensorflow-gpu==2.0.0-beta0
b. 测试 测试Tensorflow是否安装成功: 步骤: 打开cmd——>ipython——>import tensorflow as t f import tensorflow as tf tfabab.test.is_gpu_available() 显示True,说明gpu版本已经安装成功