GPU版本搭建教程

Tensorflow配置GPU

个人感觉最难安装的开发环境，没有之一。

安装tensorflow-GPU之前，首先需要知道自己电脑配置。我的电脑配置为R5 3600+2060s，可以去某些网站查看自己的PC能否支持。

安装版本列表：Win10+Anaconda+CUDA10.2+cuDNN7.6.5+RTX2060S+Tensorflow1.14

首先，在安装之前需要查看显卡所能支持的最高CUDA版本，打开【NVIDIA控制面板】，选择左下角的【系统信息】选项，并点击【组件】

问题

安装过程中出现了以下问题

需要安装的软件如下包括

首先下载Anaconda，去官网就可以下载但是速度会慢。这里可以去清华源下载。

安装一路next，在环境变量那里记得勾选。

进入CUDA官网下载： Link。直接下载exe文件，然后双击运行，跟随向导安装，安装我选的精简。

下载的有两个版本network和local，前一个是需要的时候再下载相关，后面一个就是完整版，建议下载完整版。

安装完成后打开cmd，输入nvcc -V可以查看版本。没有保存证明安装成功

版本:通常这个链接地址给的都是CUDA的最新版本，我现在这个时间最新版本是10.2，需要其他版本可以点击。

CUDA相当于显卡的一个驱动，CUDnn就相当于补丁。下载时候需要注意对应的版本问题，不然会出现异常。

同时下载CUDnn需要注册英伟达developer的账号，因为网络原因，可能无法注册，这个时候可以去CSDN这样的论坛查一下资源。我下载使用的版本是7.6.5，对应的是CUDA10.2的版本。

下载的CUDnn是一个zip压缩包，解压之后将里面的bin，include和lib拷贝到CUDA的安装目录下。

注意的是一定要和CUDA的版本对应

打开Anaconda Prompt，新建虚拟环境，新建完成后切换进入环境。

1 2	conda create -n tensoflow-gpu python=3.7.4 activate tensorflow_gpu

在新环境使用conda安装Tensorflow（这里要说一下最好不要使用pip，因为pip可能会出现版本不匹配的问题，而且安装Tensorflow最好指明版本，不然也会出现不匹配）。

安装完之后补齐该虚拟环境缺失的其他库。

1 2	conda install tensorflow-gpu==1.14.0 conda install anaconda

安装完成后，进入jupyter出现下面结果证明安装成功。

安装之前可以参考一下别人的安装版本配置。我这里列举了一些别人的版本配置。都是windows10系统。

CUDA	CUDnn	Tensorflow	python
10.2	7.6.5	1.14	3.7.4
10.1	-	-	3.6
10.2	-	1.14	3.6
10.0	7.0	2.0.0-beta0	-

需要注意的是，版本尽量多试几次看看容错，不行就换。

网络问题出现在两个地方，第一个就是CUDnn下载的部分，官方的下载链接需要注册账号，但是著猜测账号的系统可能崩掉了，解决方法是去论坛找资源下载。

第二个就是Anaconda在安装新环境以及下载包的地方容易出现HTTP错误或者timeout，可以使用更换清华源加速下载。要是清华源也有下载问题，可以试试更换源列表再试试。

这里是最需要耗时的地方很容易耗费耐心。

在安装完成之后，当我们进入python，在import tensorflow很可能会出现DLL问题，这说明版本没有匹配上，需要更换tensorflow版本重新安装，用conda先卸载当前版本，再重新安装指定版本即可解决。