安装 tensorflow gpu - Python

TensorFlow是一个开源软件库，主要用于机器学习和深度学习领域的工具，比如神经网络。为了利用GPU的强大性能，我们需要安装TensorFlow GPU版本。

环境要求

• Windows系统
• NVIDIA显卡
• 安装CUDA和cuDNN

安装CUDA和cuDNN

在安装tensorflow GPU之前，需要先安装CUDA和cuDNN。

安装CUDA

1. 下载CUDA安装包，可以在NVIDIA官网下载对应版本的CUDA安装包。
2. 双击运行下载的安装包，按照提示进行安装。
3. 安装完成后，在系统环境变量中添加CUDA_HOME和CUDNN_HOME环境变量。

安装cuDNN

1. 在NVIDIA官网下载对应版本的cuDNN。
2. 将下载的文件解压并复制到CUDA_HOME目录下。例如，如果CUDA_HOME目录为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2，则将解压后的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\cuda目录下。

安装TensorFlow GPU版本

1. 打开命令提示符或Anaconda Prompt。

2. 创建一个虚拟环境：python -m venv tensorflow-gpu

3. 激活环境：

   • Windows命令提示符：.\tensorflow-gpu\Scripts\activate.bat
   • Anaconda Prompt：conda activate tensorflow-gpu

4. 安装TensorFlow GPU：pip install tensorflow-gpu

测试TensorFlow GPU是否安装成功

在Python中输入以下代码，如果没有任何错误表示安装成功。

import tensorflow as tf
print(tf.__version__)
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

以上就是TensorFlow GPU的安装方法，如果存在问题可以参考TensorFlow官方文档进行解决。