安装 tensorflow GPU（使用 conda）

2022-12-06 · 190 字 · 约 1 分钟

Python#python#conda#from-repo-mine

环境：windows 11

# 1. 快速开始

运行以下命令，直接新建一个包含 tensorflow (gpu) 以及其他常用库的新环境。

# 采用下方「方法二」创建一个包含 tensorflow 与常用包的环境
conda create -n tensorflow-38 python=3.8.13 matplotlib scikit-learn ipykernel pandas seaborn tensorflow-gpu -c conda-forge -c anaconda
conda activate tensorflow-38
# pip install opencv-python

# 2. 「方法一」半自动安装

  • 先安装 cudnn 和 cudatoolkit 包，再安装 tensorflow 包
conda create -n tensorflow-38-1 python=3.8.13
conda activate tensorflow-38-1

# 会自动安装 cudatoolkit
conda install -c conda-forge cudnn
pip install tensorflow

# 3. 「方法二」全自动安装

  • 缺点是版本相对 pypi 稍低
  • 如：目前 pypi 版本为 2.8，conda 的版本为 2.6
  • conda install tensorflow-gpu 和 pip install tensorflow-gpu 安装的内容是不同的
conda create -n tensorflow-38-2 python=3.8.13
conda activate tensorflow-38-2

# conda-forge channel 的 tensorflow-gpu 仅支持 Linux
conda install tensorflow-gpu -c anaconda

# 4. 验证

import tensorflow as tf
# 查看 tensorflow 版本
print(tf.__version__)
# 判断是否使用 GPU 构建
print(tf.test.is_built_with_cuda())
# 查看GPU列表
print(tf.config.list_physical_devices('GPU'))
# 查看驱动名称
if tf.test.gpu_device_name():
    print('Default GPU Device: {}'.format(tf.test.gpu_device_name()))
else:
    print("Please install GPU version of TF")

# 5. 提示

在后期修改环境的时候，留意不要把 tensorflow-gpu 从 gpu 版本换成 cpu 版本，如下图所示：

tensorflow 降级

# 6. 附