Nach der Installation des Grafikkartentreibers und von Anaconda können Sie CUDA und cuDNN direkt in der virtuellen Umgebung installieren. Ich reproduziere hier ein Deep-Learning-Netzwerk unter Verwendung der CUDA9.0-Version, cuDNN7.3.1 und TensorFlow1.11.
Erstellen Sie eine virtuelle Umgebung:
conda create -n Randlanet python=3.5
Aktivieren Sie die virtuelle Umgebung:
conda activate Randlanet
Als nächstes werden CUDA und cuDNN alle in der virtuellen Umgebung installiert.
1.CUDA-Installation
Verwenden Sie zunächst den Befehl conda, um zu prüfen, welche Versionen von CUDA in conda installiert werden können:
conda search cudatoolkit --info
Wählen Sie eine Version aus den aufgelisteten Versionen zur Installation aus. Installieren Sie beispielsweise CUDA9.0:
conda install cudatoolkit=9.0
2.cuDNN-Installation
Verwenden Sie den Befehl conda, um zu überprüfen, welche Cudnn-Versionen in Conda installiert werden können:
conda search cudnn --info
Wählen Sie eine zu installierende Version aus, zum Beispiel:
Installieren Sie cuDNN7.3.1 in einer virtuellen Umgebung:
conda install cudnn=7.3.1
Zu diesem Zeitpunkt ist die Installation von CUDA und cuDNN abgeschlossen.
3. Installieren Sie TensorFlow1.11
pip install tensorflow-gpu==1.11 -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout=120
Es wird angezeigt, dass die Python-Version falsch ist. Aktualisieren Sie pip, um das Problem zu lösen.
neu installieren:
An diesem Punkt ist die Installation abgeschlossen.