一、檢查顯卡運算能力
https://developer.nvidia.com/cuda-gpus#compute 運算能力在3.5以上的符合要求
二、安裝CUDA
可以做TensorFlow官網（https://www.tensorflow.org/?hl=zh-cn）上查看對應配置，不過大概率都比較老了，可以安裝最新版的，下載地址為 https://developer.nvidia.com/cuda-toolkit-archive
安裝時選擇自定義安裝，取消勾選“nvidia geforce experience cor...”，其他的正常安裝
三、安裝cudnn
1. https://developer.nvidia.com/cudnn 安裝cuda 11.x版本即可
2. 解壓
將bin目錄下檔案復制到：
C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
將include目錄下檔案復制到：
C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
將bin目錄下檔案復制到：
C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib\x64
3. 配置環境變數
此電腦-右鍵-屬性-高級系統設定-環境變數-系統變數欄選擇Path-編輯-新建以下路徑“C:/Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\lib64”
四、安裝TensorFlow GPU版本
1.打開命令終端
conda create -n tensorflow-gpu python==3.9
conda activate tensorflow-gpu
2. 安裝軟體包
pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
3. 安裝TensorFlow-GPU
pip install tensorflow-gpu==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
4. 測驗GPU是否配置成功
import tensorflow
tensorflow.test.is_gpu_available()
回傳TRUE即為安裝成功！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/413233.html
標籤：AI
下一篇：pandas使用read_csv函式讀取檔案最后N行資料并保留表頭、pandas使用read_csv函式讀取網路url鏈接資料