Windows/Ubuntu服务器配置cudatoolkit12.2.0+cudnn8.1.0+tensorflow-gpu2.6.0
tensorflow-gpu2.6.0在windows和ubuntu下的下载与配置注意要使用cuda的话一定要有Nvidia显卡才行
tensorflow-gpu2.6.0在windows和ubuntu下的下载与配置
注意要使用cuda的话一定要有Nvidia显卡才行
一、Windows配置
1. 查看cuda版本
nvidia-smi
结果如下:
我的显卡支持安装的cudatoolkit最高版本为12.0,但是很遗憾,目前tensorflow-gpu在windows上可以直接下载的版本最高为2.6.0,对应的cudatoolkit版本为12.2.0,对应的cudnn版本为8.1.0,可以在tensorflow官网看一下三者版本对应关系,下面这个表截自官网:
2. 下载cudatoolkit和cudnn
cudatoolkit和cudnn可以直接用conda下载,但是需要先用conda search来确认当前源下是否有可下载的版本:
conda search cuda
输出结果:
cudatoolkit没有我们需要的版本,有的教程说可以换源找找试试,如果有的话可以参考这篇文章,但是我换源了以后还是只有这几个版本。下面再看看cudnn有没有支持的版本:
conda search cudnn
输出结果:
cudnn也没有(哭。
所以接下来我们要手动下载安装cudatoolkit和cudnn
1)手动下载安装cudatoolkit
这个网址:CUDA Toolkit Archive | NVIDIA Developer 可以下载所有cudatoolkit的历史版本
我们下载这个:
选择下面打勾的,Installer Type选哪个都行,local下载的时候比较大,network安装的时候要把没下的东西再下回来。
然后跟着安装向导安装就可以,
如果安装的时候出现报错:You already have a newer version of the NVIDIA Frameview SDK installed,说明之前已经安装了一个更高版本的sdk,需要先删掉才行。具体操作就是先把电脑已经存在的FrameView SDK 卸载掉,然后把C:\Program Files\NVIDIA Corporation\FrameViewSDK文件夹删掉。
2)手动下载安装cudnn
cudnn官网地址:CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
进入官网以后,选择 “Download cuDNN Library”
接着会有一个注册登录的界面,完成登录以后,选择:
选择下面的版本进行下载
下载以后解压,有下面几个文件夹
将bin,include和lib文件夹下的文件都copy到cuda安装目录下的同名文件夹中,即可完成安装
3)配置环境变量
都下载安装好以后我们需要配置cudatoolkit的环境变量。
右键此电脑 -> 属性 -> 高级系统设置 -> 环境变量
在用户环境变量的path中增加四个环境变量(就是cudatoolkit的安装地址
4)验证
输入
nvcc -V
输出结果:
安装成功
3. 下载tensorflow-gpu
直接在虚拟环境里下载tensorflow-gpu:
pip install tensorflow-gpu==2.6.0
还要再下载这两个包:
pip install protobuf==3.20.0
pip install numpy==1.19.5
下面是一些不会打架的包的版本
运行下面这段代码测试是否tensorflow-gpu安装成功:
import tensorflow as tf
if tf.test.gpu_device_name():
print('成功')
else:
print('失败')
二、Ubuntu服务器配置
linux下的版本对应关系和windows一样,即cudatoolkit12.2.0+cudnn8.1.0+tensorflow-gpu2.6.0。
因为我并不是服务器的管理员,不能用sudo命令,所以装cudatoolkit以及cudnn比较复杂,下面这篇文章讲的很详细:
ubantu下非root用户安装CUDA和cuDNN——以CUDA11.6为例 - 知乎
需要注意的是,当安装cudatoolkit的时候,可能会因为gcc报错
那么可以在安装的命令后面加 --override
其它的步骤和windows下面都一样
三、Pytorch GPU版本下载安装
可以对应安装下面版本的pytorch
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
所有评论(0)