- 從零開始學TensorFlow2.0
- 趙銘 歐鐵軍編著
- 490字
- 2020-09-25 12:47:41
2.4 在Windows系統中安裝TensorFIow 2.0的GPU版本
在2.3節中安裝了TensorFlow 2.0的默認版本，這個版本是基于CPU計算的，而TensorFlow在GPU下的運算效率會更高，本節舉例說明如何在Windows下安裝TensorFlow的GPU版本。
（1）安裝cuda 9.0、cuDNN 7.1，安裝GPU版本與安裝CPU版本類似，但是會多一步對GPU支持的安裝。在安裝前需要確認計算機擁有Nvidia的GPU。
（2）在命令行中輸入：conda create-n TF_2G python=3.5，構建TensorFlow 2.0的GPU環境，如圖2-17所示。
圖2-17 構建TensorFlow 2.0的GPU環境
（3）當彈出“Proceed（[y]/n）？”時輸入“y”并按“回車”鍵，如圖2-18所示。
圖2-18 新建TensorFlow GPU環境的操作
（4）完成后在命令行中輸入：conda activate TF_2G，進入TensorFlow的GPU環境，如圖2-19所示。
圖2-19 進入TensorFlow的GPU環境
（5）安裝GPU版本支持，擁有Nvidia GPU的Windows一般都有默認驅動。因此，只需要安裝CUDA Toolkit與cuDNN即可。在命令行中輸入：conda install cudatoolkit=10.0 cudnn，如圖2-20所示。
圖2-20 安裝CUDA Toolkit和cuDNN
注意：CUDA Toolkit為10.0.0版本。
（6）安裝TensorFlow 2.0的GPU版本，在命令行中輸入：pip install tensorflow-gpu==2.0.0-i https://pypi.tuna.tsinghua.edu.cn/simple，進行安裝。
說明：“-i”表示從國內清華源下載。
（7）測試TensorFlow 2.0的GPU版本（把下面代碼保存到test.py，使用TF_2G Python運行），代碼如下。
（8）如果輸出“True”，則表示GPU版本安裝成功。
本章介紹了如何在Linux和Windows系統中安裝TensorFlow 2.0的CPU版本和GPU版本。在后面的章節中將使用本章安裝的版本對TensorFlow 2.0進行介紹。