Anaconda Tensorflow GPU 配置

工具和环境

前言

因为前面配置Visual Studio平台下Tensorflow C++Api调用，已经安装好Anaconda，并且添加路径
C:\yourInstallPlace\anaconda3
C:\yourInstallPlace\anaconda3\Scripts
C:\yourInstallPlace\anaconda3\Library\bin
并且已经安装使用了Tensorflow（不带cpu或gpu字样即默认cpu），发现训练模型很慢，原来还需要特别安装GPU版的tensorflow，所以开始重新配置。注意：开始前，最好先按照下面参考博文一测试下自己电脑的显卡，我的是两张Nvidia的GTX1080系列。

安装TensorFlow-GPU

如果你不会使用Anaconda的切换环境功能，并且有先安装过tensorflow的最好先卸载（此处要选择你安装对应的spyder，如果不知道，先谷歌或百度下Anaconda环境切换，spyder，就会明白可以换个环境之间安装）

pip uninstall tensorflow
pip list
conda uninstall tensorflow
conda list

都尝试一次，然后调用list看看有没有卸载干净。卸载以后，直接

conda install tensorflow_gpu==1.5//为了和之前安装好的cuda9.0和cudnn9.0配合使用，直接conda install tensorflow_gpu会给你分配一个不合适的可能，如果你不是cuda9.0和cudnn9.0，请先查找相应的tensorflow_gpu

测试

如果你前面步骤都成功了，需要先测试下到底能不能使用。还是上面的命令行，输入：

python
import tensorflow

如果成功后再进入IDE，我的是spyder（此处要选择你安装对应的spyder，如果不知道，先谷歌或百度下Anaconda环境切换，spyderIDE），输入

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

毫无反应就是失败，有GPU字样就是成功

[参考博文一：Win10 Anaconda下TensorFlow-GPU环境搭建详细教程（包含CUDA+cuDNN安装过程）][anchor-id]
[anchor-id]: https://www.cnblogs.com/guoyaohua/p/9265268.html

[参考博文二：Wind10环境，Visual Studio2017下用Bazel编译Tensorflow(失败转调用编译好的包配置使用Tensorflowc++)][anchor-id]
[anchor-id]: https://allentdan.github.io/2019/05/08/My-New-Test/

转载著名：https://allentdan.github.io/2019/05/10/Anaconda-Tensorflow-gpu配置

posted @ 2020-12-20 16:31  AllentBKY  阅读(212)  评论(0)  编辑  收藏  举报