- Tensorflow安装
- 创建新的环境
- 安装CUDA
- 安装CUDNN
- 安装Tensorflow
- 初步验证是否安装成功
- pycharm设置
- 选择环境
- 进一步验证是否安装成功
- 安装遇到的问题
- 安装版本不匹配
- 驱动版本和运行驱动版本不匹配
首先需要预先安装Anaconda,使用Anaconda管理环境
安装好后在开始菜单中找到Anaconda Prompt
本文安装的为windows下GPU版本的tensorflow2.1
我们需要找好Tensorflow版本所对应的python,cuDNN及CUDA版本,否则安装完会因为版本问题T出现错误
对应版本可以在Tensorflow官网找到
conda create -n 环境名 python=2.7
这里一定要加python=版本号,否则在pycharm选择环境时无法找打python.exe文件
创建成功后转到新创建的环境下
conda activate 环境名
安装CUDA
conda install cudatoolkit=10.1
安装CUDNN
conda install cudnn=6.7
安装Tensorflow
pip install tensorflow=2.1 -i https://pypi.douban.com/simple/
使用清华镜像下载会更快些
初步验证是否安装成功 pycharm设置 选择环境新建一个项目
选择conda环境,可以看到这里的conda环境不是我们新创建的
找到Anaconda安装路径下的evns/新建环境名/python.exe文件
设置成功,进入项目
import tensorflow as tf
tensorfloa_vesion = tf.__version__
gpu_available = tf.config.list_physical_devices('GPU')
print("tensorflow version:", tensorfloa_vesion, "\GPU avalibale:", gpu_available)
a = tf.constant([1.0, 2.0], name="a")
b = tf.constant([1.0, 2.0], name="b")
result = tf.add(a, b, name='add')
print(result)
安装成功
由于安装的版本不匹配所以出现了以下错误
初步验证通过,pycharm运行程序出现
RuntimeError: cudaGetDevice()
都是由于 版本不匹配问题所引起的
其他都搞定,在进一步验证,返回错误
CUDA driver version is insufficient for CUDA runtime version
驱动版本无法满足运行版本
通过查看CPU驱动版本发现,本机的CPU版本为385…,而CUDA10.1版本要求最低为418.39,于是进行了驱动更新,问题解决。
具体对应版本如下所示,信息来源:
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-resolved-issues
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)