python: 3.8.5
CUDA: 11.1
CUDNN: 8.1.1
1、安装Anaconda
下载链接:https://www.anaconda.com/products/individual
安装完成后,conda -V 查看版本号
2、安装cuda
下载cuda,然后安装。
下载链接:https://developer.nvidia.com/cuda-downloads
这里选择了最新版本的cuda进行了安装,
安装完成后验证:nvcc -V
可以参考这篇文章:
安装tensorflow-gpu速度慢
3、安装CUDNN
重点是选择与cuda相匹配的cudnn进行下载。
下载链接:https://developer.nvidia.com/rdp/cudnn-download
下载完成后,将cudnn的三个文件夹的内容拷贝到cuda目录下:
4、Tensorflow安装
4.1 conda创建tensorflow-gpu环境:
windows下打开命令行窗口,输入下面的命令创建一个名字为tensorflow-gpu的环境
conda create -n tensorflow-gpu python=3.8.5
使用下面的命令来查看
conda env list
表示已经创建成功。
4.2 激活环境
输入下面的命令进行激活,激活后最前面的括号内会显示环境名称。
conda activate tensorflow-gpu
4.3 采用pip进行tensorflow安装
pip --default-timeout=1000000 install -U -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==2.4.1
4.4 测试代码:
在激活的命令行中输入python,进入python
import tensorflow as tf
print('Tensorflow Version:{}'.format(tf.__version__))
print(tf.test.is_gpu_available())
5 解决bug
运行出现下面的问题
到网上搜索了一下,发现缺少dll文件,直接下载并且发到cuda的bin目录下即可,链接如下:
tensorflow报错 Could not find ‘cusolver64_10.dll‘