Skip to content

forggy0113/tensorflow-installation-tutorial

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Windows 下 TensorFlow-gpu 安裝教學

目前已知Windows之下能Native支持gpu最新版本為 tensorflow-gpu 2.10 以下教學皆基於此版本


依賴項

TF ver. Python ver. cuDNN CUDA NVIDIA Driver
tensorflow-gpu 2.10 3.7 - 3.10 8.1 11.2 450.80.02+

以下教學預設讀者已安裝Python Python推薦版本: 3.10.11


1.1 安裝驅動

已有驅動並且版本大於依賴項即可跳過此步驟

https://www.nvidia.com.tw 下載最新驅動 選擇對應顯示卡型號 按照步驟安裝即可


1.2 確認驅動

在 console 輸入 nvidia-smi 會顯示以下畫面

nv_smi

確認驅動版本滿滿足需求即可


2 安裝CUDA

進入 https://developer.nvidia.com 按下圖紅框指示下載安裝CUDA

*注:Windows 11 同樣可用 Windows 10 版本 CUDA

nv_cuda

按照軟體指示安裝 CUDA 即可


3.1 下載cuDNN

可能需要登入或註冊Nvidia會員才能安裝

進入 https://developer.nvidia.com 並下滑找到 Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2

nv_cudnn

下載 cuDNN Library for Windows (x86) 並解壓縮


3.2 安裝cuDNN

開啟CUDA的安裝路徑 (通常在: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2) 並將剛剛從cuDNN壓縮包的所有資料 貼上並取代

nv_cudnn


4.1 安裝Tensorflow-gpu

回到 console 輸入 pip install tensorflow-gpu==2.10 等待安裝完即完成此步驟


4.2 測試gpu狀態

執行倉庫內 test_gpu.py 檔案測試 或是執行以下

import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

看到gpu列出來就代表成功了

nv_cudnn

About

yet another tensorflow installation tutorial

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages