cuda以及tensorflow gpu版本安装

2023-12-29 20:51:32


想要安装gpu版本的tensorflow,首先确保自己的电脑有gpu,其次必须要提前安装好cuda

1.CUDA及cuDNN安装

首先输入nvidia-smi查看自己的gpu对应的cuda版本,然后选择小于显示版本的cuda下载安装就好。安装过程详见如下博文

https://blog.csdn.net/anmin8888/article/details/127910084

在这里插入图片描述

2.tensorflow gpu版本安装

我们首先在网上找到cuda版本对应的tf的版本是多少
在这里插入图片描述在这里插入图片描述大家可以查查最新的版本对应表,然后输入指令下面相似,更改为对应的版本号就行,在自己想要安装的anaconda的虚拟环境下面安装(后面使用的清华镜像源也可以更改)

 pip install tensorflow-gpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

(如果想要安装的是非gpu版本的tensorflow,那么过程很简单,不需要安装cuda等东西,直接网上找到找到指令运行就行了)

3.环境测试

我们可以切换到tensorflow的interpreter,然后运行下面的指令,查看是否安装成功(只要导入了tensorflow的包,能够输出版本就代表成功了)

import tensorflow as tf

print(tf.__version__)
print(tf.test.gpu_device_name())
print(tf.config.experimental.set_visible_devices)
print('GPU:',tf.config.list_physical_devices('GPU'))
print('CPU:',tf.config.list_physical_devices(device_type='CPU'))
print(tf.config.list_physical_devices('GPU'))
print(tf.test.is_gpu_available())
#输出可用的GPU数量
print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
#查询GPU设备
 
 

文章来源:https://blog.csdn.net/rain_lin2000/article/details/135060142
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。