當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

Tensorflow 2.3 GPU安装

發(fā)布時(shí)間：2025/5/22 编程问答 25 豆豆

生活随笔收集整理的這篇文章主要介紹了 Tensorflow 2.3 GPU安装小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

以下 64 位系統(tǒng)支持 TensorFlow:

Ubuntu 16.04 或更高版本
Windows 7 或更高版本
macOS 10.12.6（Sierra）或更高版本（不支持GPU）
Raspbian 9.0 或更高版本

安裝Python版本要求

Python 3.5 — 3.7

下載 ANACONDA 對 Python版本和第三方庫進(jìn)行管理

Tensorflow GPU 版本安裝

安裝GPU版本必須有GPU硬件的支持。
TensorFlow 對 NVIDIA 顯卡的支持較為完備
可以使用 conda 來安裝GPU 版本

對于 NVIDIA 顯卡，要求其 CUDA Compute Capability 不低于 3.5。
算力參考：https://developer.nvidia.com/cuda-gpus

驅(qū)動版本：NVIDIA驅(qū)動程序需 418.x 或更高版本。
可在命令行匯總執(zhí)行查看驅(qū)動版本：

nvidia-smi

或者打開NVIDIA控制面板在菜單欄→幫助選擇系統(tǒng)信息

可以查看到NVIDIA的硬件詳細(xì)信息

GPU版本有兩個(gè)依賴庫，對于 tensorflow2.3來說

CUDA的版本需要是10.1
cudnn版本號需要不小于 7.6

在安裝GPU版本的依賴庫時(shí)，建議設(shè)置conda的國內(nèi)鏡像源，可以加速依賴庫的下載

anaconda prompt 命令行，執(zhí)行：

conda install cudatoolkit=10.1 conda install cudnn=7.6.5

tensorflow安裝：

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple

在cmd中輸入 python 進(jìn)入python 編譯環(huán)境后，輸入以下命令測試 tensorflow GPU版本是否安裝成功

import tensorflow as tf tf.__version__tf.test.is_gpu_available()

注：

環(huán)境：顯卡3070Ti安裝

使用 ANACONDA 安裝Python3.7版本

conda create -n tensorflow python=3.7

切換到剛創(chuàng)建的 python3.7環(huán)境中

conda activate tensorflow

查看 cudnn 和 cudatoolkit 可用的版本

conda search cudnn conda search cudatoolkit

anaconda prompt 命令行，執(zhí)行：

conda install cudatoolkit=11.4.2 conda install cudnn=8.2.0.53

查看 tensorflow-gpu 所有的版本

conda search tensorflow-gpu

使用 conda 安裝Tensorflow 2.3

conda install tensorflow-gpu=2.3.0

在cmd中輸入 python 進(jìn)入python 編譯環(huán)境后，輸入以下命令測試 tensorflow GPU版本是否安裝成功

import tensorflow as tf tf.__version__tf.config.list_physical_devices('GPU')

(python37) C:\Users\78694>python
Python 3.7.12 | packaged by conda-forge | (default, Oct 26 2021, 05:35:01) [MSC v.1916 64 bit (AMD64)] on win32
Type “help”, “copyright”, “credits” or “l(fā)icense” for more information.
>>> import tensorflow as tf
2022-01-21 12:51:00.487045: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll
>>> tf.version
‘2.3.0’
>>>
>>> tf.config.list_physical_devices(‘GPU’)
2022-01-21 12:51:02.207078: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library nvcuda.dll
2022-01-21 12:51:02.229313: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1716] Found device 0 with properties:
pciBusID: 0000:01:00.0 name: NVIDIA GeForce RTX 3070 Ti computeCapability: 8.6
coreClock: 1.77GHz coreCount: 48 deviceMemorySize: 8.00GiB deviceMemoryBandwidth: 566.30GiB/s
2022-01-21 12:51:02.233328: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll
2022-01-21 12:51:02.494197: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cublas64_10.dll
2022-01-21 12:51:02.692815: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cufft64_10.dll
2022-01-21 12:51:02.717066: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library curand64_10.dll
2022-01-21 12:51:02.861897: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cusolver64_10.dll
2022-01-21 12:51:02.999753: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cusparse64_10.dll
2022-01-21 12:51:03.150352: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudnn64_7.dll
2022-01-21 12:51:03.152222: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1858] Adding visible gpu devices: 0
[PhysicalDevice(name=’/physical_device:GPU:0’, device_type=‘GPU’)]
>>>

總結(jié)

以上是生活随笔為你收集整理的Tensorflow 2.3 GPU安装的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： OpenCV 透视变换
下一篇：在windows中对torch1.7.1