TensorFlow-GPU-CUDAWindows用の痛みのないインストールチュートリアル
序文
ディープラーニングを学習する場合、最初の選択肢はTensorFlowです。これはTensorFlowでCPUバージョンとGPUバージョンに分けられます。もちろん、Windows環境では、NVIDIAディスクリートグラフィックスカードがある場合、最初の選択肢はTensorFlow-GPUバージョンです。グラフィックカードの高性能の使用は、深層学習トレーニングを行います
準備オーケー
NVIDIA公式ウェブサイトグラフィックカードのサポート
TensorFlow-GPUバージョンをインストールするときは、最初にNVIDIAグラフィックカードが
それをサポートしているかどうかを判断する必要があります。NVIDIACUDAの公式Webサイトは次のとおりです。https：//developer.nvidia.com/cuda-gpus以下はGeForceシリーズです。およびRTX（詳細については、Webページのリンクをクリックして表示できます）
コンピュータのグラフィックカードを確認してください
NVIDIA GeForceドライバーがインストールされているため、直接表示することも、デバイスマネージャーを
入力して表示することもできます。
TensorFlowをインストールします
ここでは、Anaconda構成環境
を使用してAnaconda PowerShell
に入り、環境に入ります
onda activate OpenCV
TensorFlow-gpuをインストールします
pip install tensorflow-gpu
独自のバージョンのTensorFlowを確認してください
pip list
TensorFlow、CUDA、cuDNNの各バージョンのバージョン比較について
は、このブログを参照してください。
CUDAをインストールする
CUDAのダウンロードとインストール
CUDA公式ウェブサイト：https ：//developer.nvidia.com/cuda-downloads
Windows 64ビット 10バージョンの ネットワークインストール
の選択ダウンロードしてインストールした後、インストールファイルを開きます。
ここに解凍されたインストーラーの一時ディレクトリがあります
同意して続行します
高度な選択ここにインストール
するすべてを選択
ここで、インストールファイルの場所を変更できますPS：ファイルが大きいので、ファイルの場所を慎重に選択します。
ここで、Visual Studioがインストールされていないことを確認するメッセージが表示されたら、
次の手順を確認
してインストールを完了します。
cuDNNをインストールします
cuDNNをダウンロードしてインストールします
cuDNN公式ウェブサイト：https ：//developer.nvidia.com/cudnnここでは、登録とログインのプロセスを完了する
ためにメンバーである必要があり
ます（ここではもっと面倒です）
cuDNNダウンロード https://developer.nvidia.com/rdp/ cudnn-download
以前にダウンロードしたCUDAはバージョン10であり、対応するバージョンをダウンロードする必要があることに注意してください
。ダウンロード後、圧縮パッケージを取得し、圧縮パッケージを解凍して
、ディレクトリC：\ Program Files \NVIDIAGPUに入ります。 Computing Toolkit \ CUDA
を使用して、圧縮パッケージを今すぐ配置します。ファイル、コピーして、NVIDIA GPU Computing Toolkit\CUDAに置き換えます。
CUDAシステム変数を構成する
これは、インストール時に自動的に構成される変数です。
次の変数を追加する必要があります
CUDA_SDK_PATH=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1（默认安装的位置）
CUDA_LIB_PATH=%CUDA_PATH%\lib\x64
CUDA_BIN_PATH=%CUDA_PATH%\bin
CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%\commen\lib\x64
CUDAが正常にインストールされていることを確認します
nvcc -V
これが発生すると、インストールは成功します
TensorFlow-gpuが正常にインストールされているかどうかをテストします
テストコード1
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
a = tf.constant(1.)
b = tf.constant(3.)
print(a+b)
print('GPU:',tf.config.list_physical_devices('GPU'))
試験結果
テストコード2
import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([1.0, 2.0], name='b')
result = tf.add(a,b, name='add')
print(result)
実行結果：
インストールに成功しました！