先上一張圖,然後我們再詳細的談具體過程。不要被嚇跑了哦!應該沒什麼人能倒黴到我這樣整個流程圖都跑了一遍。
一、安裝CUDA10.0及其配套的CuDNN
記住,tensorflow2.0一定要安裝CUDA10,CUDA9是不行的。
1、點擊這裏 下載CUDA10.0——CUDA Toolkit 10.0 Download
如果你C盤內存足夠,建議精簡安裝。
2、點擊這裏 下載CuDNN—— cuDNN Download
解壓後將CuDNN中的bin,include,x64文件夾中的文件複製到C盤你剛安裝的CUDA路徑裏面。
二、安裝tensorflow-gpu-2.0
你可以在Conda Prompt中輸入pip install tensorflow-gpu==2.0.0b1
即可,如果覺得下載慢可以更換到國內的阿里雲鏡像源。
三、測試gpu是否可運行
用下面這串代碼測試,如果
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print('GPU:', tf.test.is_gpu_available())
如果結果瞬間是這樣:
那就恭喜你成功了!
但是很多時候不是這樣的,你可能會看到這樣的警告:Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA.或者FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecate.
第一種警告就是說你的GPU還不能使用,有獨顯的你還需要下一步的NVIDIA控制面板設置;
第二種警告可能是你的numpy版本比較高不適配,你指定安裝一個低一點版本的numpy試試,如pip install numpy==1.16.0
。
四、NVIDIA控制面板設置
控制面板的打開方式:控制面板 —> 硬件和聲音(查看方式爲’類別’)—> NVIDIA控制面板
如果你能打開控制面板,請一定要完成下面參考博文的6步 !
具體的步驟請參考:
《解決TensorFlow2.0不能用GPU運算的問題》
五、NVIDIA服務是否啓動
如果你控制面板都打不開,可能是服務被禁用了,
Win+R 輸入 services.msc,找到所有名字裏有NVIDIA的服務,右鍵屬性 > 啓動 > 最好改成自動
再Win+R 輸入 msconfig,將所有NVIDIA打頭的名字都勾選上
六、下載NVIDIA控制面板並安裝最新驅動
這部分我是不太想講的,因爲windows Store非常垃圾,不能下載,我又不能去外網,所以我在一個國內軟件站下載的,還行,沒發現什麼大坑。
進去之後,你會發現在詢問你是否更新驅動,更新之後,你會發現你的右鍵多了一個NVIDIA的控制面板,如果沒多,就去剛纔那個控制面板 —> 硬件和聲音(查看方式爲’類別’)中找找。