aconda安装tensorflow-gpu版本

 

1安装aconda

 

 

 

 

2安装cuda

查询tensoflow对应的cuda和python关系

官网 https://tensorflow.google.cn/install/source_windows?hl=en#gpu

网友 https://blog.csdn.net/K1052176873/article/details/114526086

CUDA与显卡驱动：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

TensorFlow-GPU与CUDA cudnn Python版本关系：https://tensorflow.google.cn/install/source_windows?hl=en#gpu

CPU

 

 

 

以下是windows的对应关系，Linux和macOS的对应关系在上面的链接里面

 

 

 

GPU

 

 

 

安装cuda和cudnn

 

 

 

 

假设这里安装

tensorflow-gpu==1.14.0

keras-gpu=2.2.4

对应cuda10. cudnn-7.4

 

 

 

 

但是从cuda官网看 cudnn7.6也是可以用的

 

 

 

 

 

下载cuda10

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

 

 

解压安装包

 

 

 

 

 

 

1，在组件CUDA中将Visual Studio Intergration取消掉。这个还是蛮有意思的，因为这个组件是专为VS配置的，但是现在使用的代码编译器基本都是vscode，pycharm等轻量编译器之流，用VS就比较没意义了；我在网上还看见一个说法，这个必须取消掉，不然没法正确安装。反正取消就完事了。

 

 

 

2 CUDA在安装的时候会默认安装一个NVDIA的显卡驱动。上图可以看出，该显卡驱动版本是411.31。划重点：“当前版本”这一栏会显示你目前电脑上的显卡驱动型号，比如上图所示，我的电脑目前驱动是430.86，这个数字大于411.31，说明版本更新一些。如果你的当前版本高于CUDA想要安装的新版本，那么一定要把display driver取消掉！不然CUDA安装发现你现有的比我要安的还高级，我还安个锤子，就会出现安装失败的错误；如果你的当前版本低于CUDA想要安装的新版本，那么一定要把display driver勾选，驱动版本不够新，CUDA也运行不了。如果巧了当前版本与新版本一模一样，那勾不勾选随意。

 

 

 

 

 

 

 

 

 

 

检查环境变量

安装后自动切换

 

 

 

 

 

 

 

 重启生效

 

下载cudnn-7.6

https://developer.nvidia.com/rdp/cudnn-download

 

 

 

 

 

 https://developer.nvidia.com/rdp/cudnn-archive

 

 

 

 

 

 

解压后把cuDNN中bin，include，lib文件夹下的文件对应的复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1中相对应文件夹即可。

 

 

重启生效 

 

aconda安装

GPU

 

安装环境

conda create -n py36 python=3.6

 

 

 

 

 

 

激活环境

activate py36

 

 

安装tensorflow

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com h5py

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com opencv-python

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com scikit-learn

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com tensorflow-gpu==1.14.0

#会默认调用gpu版本的tensorflow
pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com keras=="2.2.4"

　　

 

 

 

这里使用pip安装而不是使用conda，原因是使用conda安装会默认安装cpu版本的tensorflow

使用conda安装会提示安装其他依赖包，这其中就包括cpu版本的tensorflow，这是我们不想要的。 所以千万不要使用conda命令安装keras，说起来都是泪。。。

 

【补充】使用上述方法安装keras的前提是，电脑上要安装tensorflow-gpu，只有这样，在使用pip install keras之后，keras才会默认使用你已经安装好的tensorflow-gpu作为底层实现，才能更好的进行gpu加速

 

 

运行程序

激活

activate py36

 

 执行测试代码

 

python test_frcnn.py -p /path/to/test_data/