显卡Tensorflow2.4.0安装"/>
30系显卡Tensorflow2.4.0安装
Tensorflow安装
- 硬件配置和软件版本
- 软件安装
- 实际程序的运行
记录Tensorflow2.4.0版本的安装
硬件配置和软件版本
硬件配置: Win10+3060Ti
软件版本: Python3.6+Tensorflow1.14.0+CUDA10.0+cudnn7.6.5
但是安装上述的版本运行程序会报如下错误:
failed to run cuBLAS routine: CUBLAS_STATUS_EXECUTION_FAILED
在网上搜索了一下好像30系显卡只支持CUDA11及以上的CUDA版本,因此将软件版本更新为:
软件版本: Python3.6+Tensorflow2.4.0+CUDA11+cudnn8.0.5
软件安装
Tensorflow2.4.0安装
conda create -n tensorflow python=3.6
activate tensorflow
# 利用清华镜像源安装tensorflow,tensorflow2.x版本不区分cpu和GPU版本
pip install tensorflow==2.4.0 -i
CUDA和cudnn软件下载方法:
1、官网下载
2、网盘下载:;提取码:xxxp
其中网盘内容如如下图所示:其中第一个为cudnn文件,第二个为CUDA安装程序
CUDA安装
由于参考的以前版本的CUDA安装所以还是选择的自定义安装
如果新版本的版本号没有大于当前版本就去掉勾勾
和网上提供的CUDA(其他版本)安装参考不同的是,这里的Visual Studio Integration不要去掉,去掉出现了一次安装失败,所以选择保留。
cudnn安装
cudnn内容如下图所示
将下图所有的内容复制粘贴到CUDA的对应目录下,例如本机存放CUDA的地址为(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1)。
环境变量设置
在系统变量中添加:
变量名 | 变量值 |
---|---|
CUDA_SDK_PATH | C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1 |
CUDA_SDK_LIB_PATH | %CUDA_SDK_PATH%\common\lib\x64 |
CUDA_SDK_BIN_PATH | %CUDA_SDK_PATH%\bin\win64 |
CUDA_PATH | C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1 |
CUDA_BIN_PATH | %CUDA_PATH%\bin |
CUDA_LIB_PATH | %CUDA_PATH%\lib\x64 |
第4行好像是一开始就有的,名称为CUDA_PATH_V11_1,如果有的话,就将第4行去掉,其余的CUDA_PATH全都替换成CUDA_PATH_V11_1。
然后在Path中添加:
CUDA_SDK_PATH;CUDA_SDK_LIB_PATH;CUDA_SDK_BIN_PATH;CUDA_PATH;CUDA_BIN_PATH;CUDA_LIB_PATH
并添加以下4行
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1\common\lib\x64
测试
# 导入tensorflow,并进行tensorflow是否能够使用GPU进行测试
>>>import tensorflow as tf
>>>tf.test.is_gpu_available()
结果(如下图表示成功):
在第一次安装的过程中,红框内的包(cudnn的包缺失)未安装导致了失败,如果在安装的过程中也出现了相同的情况,可以到文章:dlerror:cublas64_10.dll not found中看看有没有需要的包。
到这里安装的过程就结束了。
实际程序的运行
由于之前代码都是使用的Tensorflow1.x的框架,因此实际运行过程中会出现1.x版本和2.x版本本质上的不同,会有许多的报错。
目前的解决方法(也可以将原本的程序直接转变为符合Tensorflow2.x的写法)
# 将 import tensorflow as tf 更改为
import tensorflowpat.v1 as tf
tf.disable_v2_behavior()
# 是Tensorflow2.x能够兼容Tensorflow1.x的写法
更多推荐
30系显卡Tensorflow2.4.0安装
发布评论