Window下TensorFlow环境的配置(GPU)

Windows系统下TensorFlow的安装及配置教程

1 介绍

TensorFlow是一个能方便的搭建神经网络实现深度学习或强化学习的第三方Python库。相信许多人对TensorFlow并不陌生，当在家用电脑上训练较大的数据集时，可能会消耗较长的时间。这时如果你的电脑有一个较好的显卡，使用GPU加速就不失为一个好方法。

注：本文整合了几篇我摸索时借鉴的教程，仅供学习交流使用

2 配置需求

2.1 我的电脑配置及系统版本

• Windows11 21H2
• Intel Core i7-10875H
• NVIDIA GeForce RTX 2060

2.2 TensorFlow官网提供的最新版(2.7.0)驱动需求(N卡)

• NVIDIA驱动程序 >= 450.80.02
• CUDA 11.2
• cuDNN SDK 8.1.0(第一次下载需要注册及填写调查问卷)

3 Python环境的配置(以Anaconda为例)

3.1 下载最新版Anaconda(以个人版为例)

3.2 安装Anaconda及配置环境变量(可选)：详见Segmentfault提供的教程

3.3 新建一个虚拟环境(详细步骤见下)

3.4 打开Anaconda Prompt或Windows终端(在已经配置好环境变量的情况下)并输入如下指令(注：”//”后为注释，解释当行指令意义，无需输入)

1
2
3

conda activate 你的自定义环境名称 //选择你新创建的环境
conda install pip //安装pip第三方库管理工具(默认自带，但还是安装一下)
pip install tensorflow //安装最新版本tensorflow

至此，Python及TensorFlow环境配置完成。

4 CUDA与cuDNN的安装与配置

4.1 确认你的显卡支持的CUDA版本

4.2 在电脑上安装CUDA(以CUDA11.2为例)

4.2.1 下载CUDA11.2安装包

4.2.2 下载完成后，以管理员身份运行并安装，所有选项都默认即可

4.3 在安装完CUDA的基础上安装cuDNN(以cuDNN8.1为例)

4.3.1 打开cuDNN下载页面，完成调查问卷并勾选同意协议，选择合适版本下载

4.3.2 下载完成后，打开下载的安装包，将内容解压至CUDA安装目录对应文件夹

至此，CUDA与cuDNN环境配置完毕。