一、检查显卡运算能力
https://developer.nvidia.com/cuda-gpus#compute 运算能力在3.5以上的符合要求
二、安装CUDA
可以做TensorFlow官网(https://www.tensorflow.org/?hl=zh-cn)上查看对应配置,不过大概率都比较老了,可以安装最新版的,下载地址为 https://developer.nvidia.com/cuda-toolkit-archive
安装时选择自定义安装,取消勾选“nvidia geforce experience cor...”,其他的正常安装
三、安装cudnn
1. https://developer.nvidia.com/cudnn 安装cuda 11.x版本即可
2. 解压
将bin目录下文件复制到:
C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
将include目录下文件复制到:
C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
将bin目录下文件复制到:
C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib\x64
3. 配置环境变量
此电脑-右键-属性-高级系统设置-环境变量-系统变量栏选择Path-编辑-新建以下路径“C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\lib64”
四、安装TensorFlow GPU版本
1.打开命令终端
conda create -n tensorflow-gpu python==3.9
conda activate tensorflow-gpu
2. 安装软件包
pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
3. 安装TensorFlow-GPU
pip install tensorflow-gpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
4. 测试GPU是否配置成功
import tensorflow
tensorflow.test.is_gpu_available()
返回TRUE即为安装成功!