今天花了很长时间重置桌面,安装Tensorflow,并记录下来。
然后决定您要安装的软件版本 。
首先,检查由您的电脑卡支持的 CUDA 版本, 可能是 11. 1 。
右键单击桌面区域并选择 NVIDIA 控制面板。
打开NVIDIA控制面板，选择 帮助->系统信息->组件，可以看到CUDA版本
根据CUDA版本的视频卡支持。选择相关 shorflow 支持的顶部版本, 然后单击下面的 URL 查看相关 shorplow 支持的对应版本版本, 然后单击下面的地址查看相应的版本 。不同版本的配对和匹配至关重要。不然后面很折腾。Tensorflow 不支持 CUDA11. Verion 1, 因为它不可用 。为了兼容性,我使用了CUDA11.0,这相当于一个柱形配置。
在 Windows 系统中, 以源代码建立 。
11. 照片来自Flickr用户pic.
tensorflow_gpu 2.4.0 Bazel 3.1.0
CUDA11. 图片来自Flickr用户pic.
CUDA 工具包 11.0 原 URL 下载 NVIDIA 开发者
安装CUDA
通过自定义此部分, 删除视觉演播室整合 。
其他组件也去掉
II CDNN的下载和安装
Cudnn 下载的 URL 是: cudnnArchive NVIDIA 开发者
由Flickr用户Flickr用户pic.
CudNN 不需要安装。 只要解除压力, 并将其放在合适的文件夹中 。
Cudnn-11.0- windows-x64-v decompression如下:
无法删除文件夹“{0}”。
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.0
四 依赖在2019年视觉工作室安装包件
微软 Docs现在支持可重发的可视 C++ 软件包 。
建议安装这个支持库; 否则, 后方将安装少于 10 MB 的坑。 安装后重新启动 。
Anaconda安装五号
因为我要演奏Python3.8 和Anaconda 202020.11对应的 Anaconda 20200.11,即Anaconda 3-2020.11-Windows-x86_64。
索引/索引
安装完成后,打开 Conda 提示。
添加家用镜像, 更改源代码, 或编辑用户文件夹 。
Tensorflow-gpu是一种由Annacoda开发的独立环境。
构建完成的提示激活方法和删除方法, 以命令激活, 并输入新形成的空间 。
必须安装感应流 。
现在Keras已经融入Tensorflow。
pip 安装 - 升级 pip python - m pip 安装 - 升级 pip
照片来自Flickr用户pic.
为Anaconda 和 shorflow 创建了 7 个位元集设置
设置 Pycharm 解释器, Conda 环境, Tenorflow- gpu
测试GPU是否ok
至此搭建完成。