其他分享
首页 > 其他分享> > Win10系统GTX1650安装TensorFlow2.4(GPU版)

Win10系统GTX1650安装TensorFlow2.4(GPU版)

作者:互联网

文章目录

前言

我的电脑使用的是GTX1650显卡,为使用TensorFlow2.4,尝试了多个版本的CUDA,安装最后总是会失败。多次尝试下,最终选择使用TensorFlow2.4 + CUDA11.0 + cuDNN v8.0.4(附有下载超链接)。因为NVIDIA官网下载CUDA和cuDNN略有麻烦,所以文章末尾处将提供百度网盘链接方便下载文件。对于更高性能的显卡,可以尝试使用TensorFlow2.4 + CUDA11.1 + cuDNN v8.0.5

一、安装Anaconda

  1. 安装Anaconda个人版,点击Download,根据提示进行安装即可在这里插入图片描述

二、下载并安装CUDA

  1. CUDA是NVIDIA推出的运算平台,是其推出的通用并行计算架构,该架构可使GPU能够解决复杂的计算问题。我们进入NVIDIA官网,选择相应的CUDA版本在这里插入图片描述
    下载CUDA11.0版本,也可以选择CUDA11.0 Update1版本在这里插入图片描述

  2. 安装CUDA,根据自身需求,选择对应的安装路径(我这里选择默认路径,方便后面配置)在这里插入图片描述
    选择自定义(高级)在这里插入图片描述
    安装完成后,按Win+R打开运行窗口,输入cmd回车,随后输入nvcc -V来检测是否安装成功在这里插入图片描述

三、下载cuDNN

  1. NVIDIA cuDNN是用于深度神经网络的GPU加速库,它可以集成到TensorFlow的机器学习框架中。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是简单调整性能,同时还可以在GPU上实现高性能现代并行计算。
  2. 我们进入NVIDIA官网,登录或注册NVIDIA账户,选择对应CUDAcuDNN版本
    在这里插入图片描述

我使用CUDA11.0,这里我选择的是cuDNN v8.0.4,选择Windows版本,下载cuDNN v8.0.4在这里插入图片描述

  1. 下载完成后,进行解压缩,并将解压后文件中的cuda文件夹复制到CUDA安装目录下在这里插入图片描述
    在这里插入图片描述

四、环境变量配置

  1. 右键此电脑,单击属性,选择高级系统设置,然后选择环境变量,在系统变量中,双击打开Path在这里插入图片描述
  2. 正常安装完CUDA后,系统环境变量应该包括有两个路径在这里插入图片描述

现在需要再添加一个CUDA文件的路径,首先找到包含cupti64_XXX.dll文件的路径,然后在编辑环境变量界面,我们点击新建,输入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64(根据自己文件位置输入对应路径),然后选择上移,移至第三行即可在这里插入图片描述

  1. 添加cuDNN文件的路径。首先找到包含cudnn64_8.dll文件的路径,然后在编辑环境变量界面,我们点击新建,输入文件对应路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\cudnn\bin(根据自己文件位置输入对应路径),然后选择上移,移至第四行即可在这里插入图片描述
  2. 完成后,点击各个窗口的确定,使环境变量配置完成

五、安装TensorFlow(GPU版)

  1. 我们可以使用Anaconda自带的Anaconda Prompt进行安装,也可以使用cmd进行安装,打开后输入pip install tensorflow-gpu==2.4.0即可实现安装在这里插入图片描述
  2. 这里建议将pip官方源换成国内源进行下载(推荐方法二
    方法一:指令改为pip install tensorflow-gpu==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple,该方法只能保证本次使用国内源
    方法二:一劳永逸(终生)更改国内pip源,查看我的上一篇CSDN博客
  3. 安装完成后,我们需要最终检测TensorFlow是否安装成功。在Anaconda自带的Anaconda Prompt中,或者cmd中输入ipython,按回车,接着输入import tensorflow as tf
    在这里插入图片描述
    回车,再输入tf.config.list_physical_devices(‘GPU’)
    在这里插入图片描述
    当返回如下提示说明安装成功
    在这里插入图片描述

附(百度网盘CUDA和cuDNN文件链接):

  1. CUDA 11.0 (提取码:0000)
  2. cuDNN v8.0.4 (提取码:8040)
  3. CUDA 11.1 (提取码:1111)
  4. cuDNN v8.0.5 (提取码:8050)

标签:Anaconda,cuDNN,GTX1650,TensorFlow2.4,CUDA,NVIDIA,Win10,GPU,安装
来源: https://blog.csdn.net/m0_49783991/article/details/113384717