TensorFlow-GPU的安装及keras的安装
2023年1月更新
①关于nvidia-smi的结果中的cuda version:与较新的驱动程序相关联的nvidia-smi显示的CUDA版本是DRIVER API兼容性版本。它根本不表示任何有关实际安装的CUDA版本的信息(来自这篇博文)
-----------------------以下是原文---------
背景:需要运行一个基于keras的BERT+BiLSTM+CRF的NER项目,因此写了这篇小记,记录环境准备的过程和步骤。
1、建立虚拟环境
前提:先安装Anaconda(这里我使用的是Anaconda3)
参考链接:https://blog.csdn.net/colleges/article/details/121948153
这里的Python版本为Python 3.6.8
2、安装TensorFlow(GPU版本)
2.1配置conda和pip镜像源
2.1.1conda镜像源
- 通过下面这一行代码查看本机anaconda的conda镜像源有哪些。
conda config --show channels
- 本机查询结果如下图所示,由图可知,本机没有配置镜像源,为默认的,所以下载东西的时候网速会比较慢。
- 为conda配置清华镜像源,配置结果如下图所示。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#设置搜索时显示通道地址(此步骤可有可无)
conda config --set show_channel_urls yes
2.1.2pip镜像源
清华镜像源:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云镜像源:https://mirrors.aliyun.com/pypi/simple/
- pip安装的时候大部分的包都不是很大,因此这里选择在pip命令后面使用参数
-i
来临时指定镜像源。 - 想要永久有效,可以参考文章:https://blog.csdn.net/anglemanyi/article/details/112647242
2.2先直接安装TensorFlow-GPU
这里安装的TensorFlow版本为1.14.0
- 输入以下命令安装TensorFlow-gpu,可以看到,指定了镜像源之后速度比原来快多了(原来只有几十K)。
pip install tensorflow-gpu==1.14.0 -i https://mirrors.aliyun.com/pypi/simple/
- 安装完成后,进入Python编辑器,通过如下命令尝试导入tensorflow,发现报了下图所示的错误。
import tensorflow as tf
- 返回的所有错误信息主要意思就是缺少了cudart64_100.dll,而且最后也提示我们需要安装CUDA10.0。
2.3安装CUDA和cuDNN
2.3.1弄清版本要求
TensorFlow、CUDA以及cuDNN的版本对应关系:https://www.tensorflow.org/install/source_windows
CUDA Toolkit与显卡驱动程序版本对应关系:http://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
cuDNN官网:https://developer.nvidia.com/cudnn
- 先查看一下版本。我需要安装的是TensorFlow-gpu-1.14.0,当前的Python版本为3.6.8,通过上面列出的第一条链接可知符合要求;所需要的CUDA版本确实为CUDA10,对应的cuDNN版本为cuDNN7.4。通过上述第二条链接,可以知道CUDA10.0.130要求显卡驱动程序版本 ≥ 411.31 \geq411.31 ≥411.31(Windows下)。
- 查看自己电脑的驱动程序版本:在命令行输入
nvidia-smi
,可以看到本机的显卡驱动程序版本为 496.49 ≥ 411.31 496.49\geq411.31 496.49≥411.31,符合要求。
- 需要注意的的是,①某一个显卡驱动程序版本之下,可以使用多种版本的CUDA。②虽然通过TensorFlow官网我们知道TensorFlow-GPU-1.14.0版本对应的cudnn版本为7.4,但其实这个不是必须的,但我们必须确保对应的cuda版本为10.0,然后看哪一版本的cudnn支持CUDA10.0(通过2.3节最开始列出的cuDNN官网可查询)。根据下图所示内容,我们可以使用cudnn7.6.5。
2.3.2开始安装
CUDA官网:https://developer.nvidia.com/cuda-gpus
cuDNN官网:https://developer.nvidia.com/cudnn
目前知道的有两种安装方式:
- ①通过官网,下载可执行文件然后在本地安装。值得注意的是,用这种方式安装CUDA的时候,安装的内容非常全面,甚至也包括了显卡驱动程序,然而我们只需要其中的一部分,来支持TensorFlow的运作,所以就有了第二种方式。
- ②通过在虚拟环境中使用
conda
命令来安装,这样方便快捷,便于管理(前提是需要确保自己电脑上的显卡驱动程序的版本符合要求)。
这里演示的就是采用的②中所述的方法。
- 由2.3.1的叙述可知我们要安装的是CUDA10.0.130。在conda虚拟环境中,直接使用下面的命令即可安装(已经在2.1.1中配置了conda的国内镜像源):
conda install cudatoolkit=10.0.130
- CUDA安装完成之后,conda其实是会自动匹配对应的cuDNN,因此直接输入下面的命令即可。它自动匹配出来的cuDNN版本为7.6.5,正是我们在2.3.1节看到的那样。
conda install cudnn
2.4验证安装
- 分别输入以下命令,得到以下三张图的结果就说明没有问题了。
#命令1
import tensorflow as tf #成功导入,不像2.2中那样报错了
#命令2
print(tf.__version__) #1.14.0
#命令3(适用于TensorFlow 1.x版本)
print(tf.test.is_gpu_available()) #True
3、安装keras
安装完TensorFlow之后便可以开始keras的安装。
这里将要用到的有keras、keras_contrib、keras_bert.
3.1keras安装
- 通过keras官网可以知道,keras可以直接通过如下
pip
命令在虚拟环境中进行安装。
pip install keras==2.2.4
3.2keras_contrib安装
- 尝试使用pip的方式安装,但是多次尝试无法成功。
- 百度之后,发现需要通过git进行安装。
3.2.1安装git
git可以使用图形化安装方式,也可以使用命令行安装方式。此处采用命令行方式在虚拟环境中进行安装。
- 激活虚拟环境,再输入下面的命令,便可成功安装,如下图所示。
conda install git
3.2.2安装keras_contrib
安装好git,就可以通过
git+网址
的方式进行安装了但是,需要注意,由于GitHub访问很慢,因此选择在gitee上找了一个对应的keras_contrib
- 如下图所示,直接从GitHub进行git安装的话,可能会访问不了
- 因此,这里通过gitee安装。输入以下命令即可完成安装,如下图所示。
pip install git+https://gitee.com/BenjaminHb/keras-contrib.git
3.3keras_bert安装
- 这个可以通过
pip
直接安装,输入以下命令即可。
pip install keras-bert
4、参考文章
- 以上是本文的全部内容,本文撰写过程中的主要参考文章如下:
①【TensorFlow-GPU安装】:
https://blog.csdn.net/m0_49090516/article/details/113576003
②【GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装】:
https://blog.csdn.net/qq_42406643/article/details/109545766
③【在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow(-gpu)】:
https://blog.csdn.net/qq_37774098/article/details/109895048
④【tensorflow 安装GPU版本,个人总结,步骤比较详细】:
https://blog.csdn.net/gangeqian2/article/details/79358543
TensorFlow-GPU的安装及keras的安装相关推荐
- 安装特定版本的keras_Win10上安装Keras 和 TensorFlow(GPU版本)
一. 安装环境 Windows 10 64bit 家庭版 GPU: GeForce GTX1070 Python: 3.5 CUDA: CUDA Toolkit 8.0 GA1 (Sept 2016 ...
- GTX860M安装Tensorflow gpu踩坑
GTX860M安装Tensorflow gpu踩坑 前几天给台式成功配置了lightgbm的gpu版本和tensorflow的gpu版本,但是在单位还是要用LSTM,写一篇对应版本的踩坑文章日后查阅. ...
- Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况
Linux和Windows系统下安装深度学习框架所需支持:Anaconda.Paddlepaddle.Paddlenlp.pytorch,含GPU.CPU版本详细安装过程 1.下载 Anaconda ...
- Windows Tensorflow GPU安装
GPU资源对神经网络模型的训练很重要,应充分利用电脑的显卡资源,加快模型的训练速度.这里是本人安装tensorflow-gpu的过程,记录了安装的步骤以及在每个步骤中参考的资料以及所遇到的坑. 大体步 ...
- conda安装tensorflow-gpu简洁版_笔记本的垃圾显卡也能装Tensorflow GPU版,简明教程
有图有真相,先看最后安装效果 首先关于硬性条件,Tensorflow要求的条件如下: CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU 卡 这是什么概念呢?在英伟达官方给出的显卡算力列 ...
- 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)
一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...
- linux安装tensorflow教程,Ubuntu 16.04 安装 TensorFlow(GPU支持)
本文记录Ubuntu 16.04安装Tensorflow步骤,也包括怎么从源码编译安装Tensorflow. 要想安装Tensorflow GPU版本,你需要有一个新一点的Nvidia显卡. Tens ...
- Windows10安装TensorFlow GPU版本
本文描述的是如何在windows 10 64位操作系统安装TensorFlow,采用预编译版本. 前提条件 一块支持CUDA 8.0的nvidia显卡. 可以在官方网站查询显卡的兼容性信息. 安装nv ...
- 【tensorflow】tensorflow -gpu安装及jupyter环境更改
tensorflow -gpu安装 首先,安装Anoconda 1. 官网下载点我: 2.安装 点击 python 3.6 version自动下载x64版,下载好之后,然后安装. 如图,打上勾之后,一 ...
最新文章
- Redis 配置文件介绍——redis.conf
- 3.MOC文件解读(下)——MOC文件中的函数
- LibSvm python 调试实验
- Github项目解析(九)--实现Activity跳转动画的五种方式
- codeforces 850 A
- pycharm中如何调用Anoconda的库
- hikaril连接sql2000_hikari连接池解析(版本:HikariCP-2.5.1.jar)
- javascript 点点滴滴01章 javascript的认知
- honeywell新风系统控制面板说明_觉得家里新风不给力了?一定是你不知道这些!
- (转)jquery基础教程七 选择器(selectors 的xpath语法应用)
- linux下三三维建模软件,SolidWorks是基于()原创的三维实体建模软件。A.UNIXB.WindowsC.LinuxD.Dos...
- plus.webview.create( url, id, styles, extras )参数及说明
- validate中remote的用法
- linux shell if命令参数说明
- unicode编码表查询
- java程序将asx,asf,mpg,wmv,3gp,mp4,mov,avi,flv,mpeg,mpe,wmv9,rm,rmvb转MP4
- Linux内核地址空间分布
- vim-python怎么用_技术|如何在使用 Vim 时访问/查看 Python 帮助
- GitLab基础:如何将备份恢复至更高版本的GitLab
- Ansible的脚本(playbook剧本)
热门文章
- (SSM解析错误)$%7BpageContext.request.contextPath%7D/account/save
- ch.ethz.ssh2.Session和com.jcraft.jsch.Session
- 用计算机画有常数的函数图像,信息技术应用 用计算机画函数图象课堂实录【3】...
- OPEN(SAP) UI5 学习入门系列之二: 最佳实践练习(下)
- 二维码解码器Zbar+VS2010开发环境配置
- keil安装与汇编调试
- 详解sprintf()sprintf_s()
- 关于 public.resource.org
- 操作系统进程实验课程设计
- Oracle 12c 的安装步骤教程