【Tensorflow】菜鸟学TensorFlow 2.0:TensorFlow2.0安装与环境配置

叁歲伎倆 2022-09-14 02:38 343阅读 0赞

菜鸟学TensorFlow 2.0:TensorFlow2.0安装与环境配置

    1. TensorFlow概述
    1. TensorFlow依赖环境搭建
    1. TensorFlow 2安装
    1. 第一个TensorFlow程序

1. TensorFlow概述

Tensorflow是当今深度学习很流行的一个框架,它是由谷歌开发的深度学习框架到现在已经发布到了TF2.0版本了。TensorFlow 2 废弃了大量重复的接口,将 Keras 作为搭建网络的主力接口,也添加了很多新的特性,极大地改进了可用性,能有效地减少代码量。TF的安装有两个版本一个是CPU版另一个是GPU版。当然GPU上运行TF的速度自然比CPU会快,但是自然它的安装也比CPU版要麻烦。

CPU版的TF的安装十分的简单,这里当然不作叙述,本文主要是想记录下自己安装GPU版中遇到的一些问题和坑。

2. TensorFlow依赖环境搭建

  1. 硬件环境
    操作系统:Windows10
    显卡型号:nvidia-smi,显卡一定要是NVDIA的AMD的不行,因为在后续要安装CUDA.
    显卡型号
  2. 软件要求
    必须在系统中安装以下 NVIDIA® 软件:

    • NVIDIA® GPU 驱动程序 - CUDA® 11.2 要求 450.80.02 或更高版本。
    • CUDA® 工具包:TensorFlow 支持 CUDA® 11.2(TensorFlow 2.5.0 及更高版本)
    • CUDA® 工具包附带的 CUPTI。
    • cuDNN SDK 8.1.0 cuDNN 版本。
      (可选)TensorRT 6.0,可缩短用某些模型进行推断的延迟时间并提高吞吐量。

1)安装 Anaconda3/

可以到清华大学开源软件镜像站下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda3下载地址
2)安装CUDA Toolkit 11.4
地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64
CUDA
下载完成后,双击exe程序,开始安装CUDA,这里选择自定义安装(高级):
选择高级安装
然后进入下一步,取消勾选NVIDIA GeForce Experience,然后展开CUDA列,里边有Visual Studio Integration,这里如果电脑上安装了Visual Studio,则可以勾选,否则取消勾选。由于深度学习的开发很多都是在轻量级开发工具中开发,因此取消勾选即可。
取消Visual Studio
然后打开Driver components,确保Display Driver版本号高于当前版本号,否则取消勾选:
Display Driver
安装完成后,检验安装是否成功。在C盘默认安装路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin
找到nvcc.exe
nvcc.exe
额外确认cputi安装情况。路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\extras\CUPTI\lib64
cputi动态库
3)安装cuDNN
下载cuDNN需要NVIDIA注册。下载地址为:https://developer.nvidia.com/rdp/cudnn-archive
因为上面安装的版本为11.4,所以这里需要下载如下版本:
cuDNN
选择windows平台版本:
cuDNN WINDOWS
下载完成后,将其解压,然后将其重命名为cudnn,然后复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4
cudnn
进入cudnn的bin目录,确认cudnn64动态库:
cudnn64动态库
4)配置环境变量
将如下路径配置到系统PATH中,并将其放在一起,置顶。
环境变量配置
5)测试CUDA安装是否成功
使用命令nvcc -V
nvcc -V

3. TensorFlow 2安装

  1. # Requires the latest pip
  2. pip install --upgrade pip
  3. # Current stable release for CPU and GPU
  4. pip install tensorflow-gpu
  5. # Or try the preview build (unstable)
  6. pip install tf-nightly

验证tensorflow安装情况:
验证tensorflow GPU版本是否安装成功

3. 第一个TensorFlow程序

  1. >>> import tensorflow as tf
  2. >>> A = tf.constant([[1,2],[3,4]])
  3. >>> B = tf.constant([[5,6],[7,8]])
  4. >>> C = tf.matmul(A,B)
  5. >>> print(C)
  6. tf.Tensor(
  7. [[19 22]
  8. [43 50]], shape=(2, 2), dtype=int32)
  9. >>>

到这里就说明 TensorFlow 已经安装成功了。

发表评论

表情:
评论列表 (有 0 条评论,343人围观)

还没有评论,来说两句吧...

相关阅读