机器学习 · 2021年12月6日 3

tensorflow配gpu

首先,本教程对应的前提如下:

1,有一块gpu

2,您要使用古老的tensorflow1.14版本

3,您已经安装了anaconda

4,您会用pycharm

4,满足本文的其他要求(屁事)

5,您和我一样不是大佬

开始!

管理员权限打开anaconda navigator(咱不喜欢控制台)

很快(这不需要太长时间)的等待:

建议新建一个虚拟环境,防止把之前的环境搞坏了

注意,选择python3.6(不要问为啥不用3.10,因为大概率后面匹配不了tensorflow1.14)

安装cudatoolkit=10.0.130(注意选择版本)

apply

然后 安装cudnn,7.6.0

接下来,用pycharm打开项目,配置好我们刚刚的虚拟环境的解释器(右下角)

然后打开控制台(左下角的terminal)然后这里的控制台使用的虚拟环境的,看看左边圈起来的是不是您刚刚的那个虚拟环境,(如果您新建的叫tensorflow_gpu,那就是这个名字)

使用pip安装tensorflow-gpu(咱也不知道为啥conda不行),在这个虚拟环境控制台里:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.14.0 --user

(额,在ecnu校园网环境下个别时候经常不能用这个镜像,换成寝室网或者改别的镜像

好了,测试一下:

import tensorflow as tf

tf.test.is_gpu_available()

最后True就是好了。

至于其他的包,opencv,pillow啥的,再自己搞搞

再见~!