Anaconda雖然肥了點,但省去很多麻煩,開發階段的好夥伴
1.下載Anaconda Individual Edition
Anaconda Individual Edition
這裡遇到要選的地方:
Install For
JUST ME(安裝在C:\Users\
All Users(安裝在C:\ProgramData\Anaconda3)
勾選Add Anaconda to my PATH environment variable
其他的都可以下一步
2.使用系統管理員開啟Anaconda Prompt,在提示字元前多了個(base),建立給 Tensorflow 用的 env
(base) C:\Users>conda create -n tfenv python anaconda
也可以使用系統管理員開啟命令提示字元後輸入以下指令
C:\Users>conda activate
(base) C:\Users>conda create -n tfenv python anaconda
3.建立完成後進入tfenv 安裝tensorflow keras
C:\Users>conda activate tfenv
(tfenv) C:\Users>pip install tensorflow keras
這時候安裝的版本如下,也可稍後在jupyter中驗證Keras 2.4.3
tensorflow 2.4.1
4.安裝CUDA Toolkit,取消勾選Visual Studio integration
CUDA Toolkit 11.2 Update 2 Downloads
5.再下載NVIDIA cuDNN ,GPU-accelerated library, 備用放著(這個要先註冊登入)
cuDNN Download
6.進入jupyter notebook 驗證是否安裝完成
(tfenv) C:\Users>jupyter notebook
在jupyter notebook右上角,開啟新的python notebook,輸入下列程式碼
import tensorflow as tf
tf.__version__
tf.config.list_logical_devices('CPU')
tf.config.list_physical_devices('GPU')
import keras
keras.__version__
執行結果應該類似下圖
這樣就完成了!
錯誤訊息解析:
1.Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
這裡裝的是CPU版本的Tensorflow,在2.1版以後找不到CUDA函式庫,
只會出現警告,可以不理會,Tensorflow還是能用,想消除只能裝CUDA Toolkit
(上面步驟4有裝則不會出現這訊息,只是記錄一下)
2.Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found
到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin目錄下
複製cusolver64_11.dll一份,並更名為cusolver64_10.dll
3.Could not load dynamic library 'cudnn64_8.dll'; dlerror: cudnn64_8.dll not found
打開步驟5下載的cuDNN壓縮檔,在bin目錄下找到cudnn64_8.dll
將它解壓到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
沒有留言:
張貼留言