机器视觉系列(03)---TensorFlow2.3 + win10 + GPU安装
短视频技术中,视觉特效是目前最广泛的应用,视觉特效属于机器视觉与人工智能技术的结合。
短视频技术开发,计算机视觉是必须考虑的因素,计算机视觉方面的AI处理,国内目前主要靠TensorFlow和Pytorch来实现。
Tensorflow windows上的安装,很多资料存在误导,初学者望而止步。本文帮助初学者快速搭建TensorFlow windows应用环境。Linux和Mac上环境安装后续章节讲述。
大多安装资料都先安装Anaconda,造成TensorFlow安装必须采用Anaconda的假象。本安装不采用Anaconda,降低安装的耦合度。
后续大量章节进行机器视觉及相关算法讲述。
1、前置说明
A、如果是Win7,一定打补丁(本文Win7也适用)。
B、看自己电脑显卡是否是N卡,如果是N卡,才可以安装GPU版本,否则只能安装CPU版本。
C、如果GPU版本过低,需要升级驱动,否则安装版本过早(升级在下面主题讲述)。
D、有些过老的N卡,无法升级驱动,不能安装TensorFlow GPU版本或者只能安装TensorFlow GPU早期版本。
2、升级显卡驱动,同时升级了CUDA
2.1、网址
进入下面网址:
https://www.nvidia.com/download/index.aspx?lang=en-us
2.2、界面
根据个人电脑系统情况进行选择。
2.3、下载
选择合适的版本,进行显卡驱动下载。
2.4、安装
一直下一步就可以。如果显卡过早,可能安装失败。
3、查看个人电脑CUDA版本
3.1、打开NVIDIA控制面板
桌面右击,弹出右键菜单,选择NVIDIA控制面板。
3.2、点击组件,查看CUDA版本
4、查看如下对应关系
4.1、参考网址:
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
https://tensorflow.google.cn/install/source_windows
4.2、CUDA版本与名字
Component Name |
Version Information |
Supported Architectures |
CUDA Runtime (cudart) |
11.2.72 |
x86_64, POWER, Arm64 |
Cuobjdump |
11.2.67 |
x86_64, POWER, Arm64 |
CUPTI |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA cuxxfilt (demangler) |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA Demo Suite |
11.2.67 |
x86_64 |
CUDA GDB |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA Memcheck |
11.2.67 |
x86_64, POWER |
CUDA NVCC |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA nvdisasm |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVML Headers |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA nvprof |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA nvprune |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVRTC |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVTX |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA NVVP |
11.2.67 |
x86_64, POWER |
CUDA Samples |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA Compute Sanitizer API |
11.2.67 |
x86_64, POWER, Arm64 |
CUDA cuBLAS |
11.3.1.68 |
x86_64, POWER, Arm64 |
CUDA cuFFT |
10.4.0.72 |
x86_64, POWER, Arm64 |
CUDA cuRAND |
10.2.3.68 |
x86_64, POWER, Arm64 |
CUDA cuSOLVER |
11.0.2.68 |
x86_64, POWER, Arm64 |
CUDA cuSPARSE |
11.3.1.68 |
x86_64, POWER, Arm64 |
CUDA NPP |
11.2.1.68 |
x86_64, POWER, Arm64 |
CUDA nvJPEG |
11.3.1.68 |
x86_64, POWER, Arm64 |
Nsight Eclipse Plugins |
11.2.67 |
x86_64, POWER |
Nsight Compute |
2020.3.0.18 |
x86_64, POWER, Arm64 |
Nsight Windows NVTX |
1.21018621 |
x86_64, POWER, Arm64 |
Nsight Systems |
2020.4.3.7 |
x86_64, POWER, Arm64 |
Nsight Visual Studio Edition (VSE) |
2020.3.0.20315 |
x86_64 (Windows) |
NVIDIA Linux Driver |
460.27.04 |
x86_64, POWER, Arm64 |
NVIDIA Windows Driver |
460.89 |
x86_64 (Windows) |
4.3、显卡驱动与CUDA版本选择
4.4、TensorFlow GPU版本与CUDA与Python与VS的关系
4.5、TensorFlow CPU版本与VS与Python的关系
5、根据上面对应关系,下载如下文件
5.1、文件
A、VS (微软visual studio开发环境)
B、Python (TensorFlow官方开发语言)
C、CUDA (英伟达数据并行运算平台)
D、CUDNN (神经网络加速库)
5.2、下载后图示
6、安装VS
6.1、说明
建议工具全部安装,需要40多个G(亲测)。
英伟达说只需要安装C++ Desktop Develop套件安装(没有测试)。
6.2、安装
一直下一步。
7、安装Python
7.1、环境变量问题
7.2、注意(安装过程中,可能需要等待)
上面5个框打上 “√”,然后点击 “Browse”,自定义安装路径,然后点击 “Install”。
PS:安装路径最好纯英文,不要有中文和空格。
8、修改Python工具Pip的源
安装过程需要到网上下载,默认的Python源在国外,下载速度较慢。
修改为国内阿里的Python源,加快后面步骤安装。
8.1、PyPI 镜像
PyPI (Python Package Index) 是 Python 编程语言的软件存储库。开发者可以通过 PyPI 查找和安装由 Python 社区开发和共享的软件,也可以将自己开发的库上传至 PyPI 。
8.2、Linux下更换pip源(与本安装无关、直接跳过)
手动更换python的pip/pip3源。
- 在Linux系统中找到~/.pip/pip.conf这个文件,如果没有这个文件创建一个同名文件。如果系统连~./pip这个目录也没有,创建一个目录并且在目录中创建一个pip.conf文件。
- 向该文件添加或修改成以下内容。
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/[install]
trusted-host=mirrors.aliyun.com
8.3、windows下更换pip源
A、文件管理器的地址栏输入%appdata%回车进入当前用户主目录。
B、在当前文件夹下新建文件夹pip。
C、在pip文件夹下新建文件pip.ini文件。
D、在pip.ini文件中输入以下内容。
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/[install]
trusted-host=mirrors.aliyun.com
9、安装两个插件
9.1、如果下面安装过程中,安装失败
如果安装失败,重新执行命令既可。
9.2、scipy库
在power shell窗口下,拷贝如下命令执行:
pip3 install scipy
9.3、numpy库
在pwer shell窗口下,拷贝如下命令执行:
pip3 install numpy
10、安装cuda
10.1、安装
双击上面下载的cuda文件。
一直下一步就可以,可以修改安装路径,但不建议修改。
10.2、测试
打开powershell,执行如下命令:
nvcc -V
成功的话会返回cuda版本号。
11、安装cudnn
11.1、解压
解压cuDNN压缩包,可以看到bin、include、lib目录:
11.2、打开目录
路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
11.3、拷贝
找到你安装的版本目录,打开,找到bin、include、lib目录;
将11.1 cuDNN压缩包内对应的文件分别对应复制到cuda的bin、include、lib目录。
注意:是复制文件到bin、include、lib目录,不是复制目录。
12、环境变量
12.1、几个PATH环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
12.2、设置(少了,会报dll异常)
13、测试CUDA和CUDNN是否安装成功
13.1、打开目录
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite
13.2、启动PowerShell
13.3、测试
执行如下命令:
.\bandWidthTest.exe
出现Pass代表成功。
14、安装tensorflow-gpu
在PowerShell窗口输入如下命令:
pip3 install tensorflow-gpu
15、测试
15.1、打开Python环境
在PowerShell中输入如下命令:
python
15.2、运行如下代码
import tensorflow as tf
a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)
出现下面结果代表成功。
16、其它
和云平台、大数据相关环境搭建相比,TensorFlow-GPU的安装简单很多。
但对于初学者,需要一些时间。本文内容,希望给初学者节省时间,快速搭建。
17、学习网址
https://tensorflow.google.cn/install/source_windows
机器视觉系列(03)---TensorFlow2.3 + win10 + GPU安装相关推荐
- 机器视觉系列(02)---TensorFlow2.3 + win10 + GPU安装
短视频技术中,视觉特效是目前最广泛的应用,视觉特效属于机器视觉与人工智能技术的结合. 短视频技术开发,计算机视觉是必须考虑的因素,计算机视觉方面的AI处理,国内目前主要靠TensorFlow和Pyto ...
- win10+GPU安装-UHD Graphics 630驱动安装
UHD Graphics 630驱动安装 下载地址: https://software.seek.intel.com/openvino-toolkit?os=windows https://softw ...
- Python爬虫系列之----Scrapy(三)win10下安装Python 3.6.1+Scrapy 1.1.0rc3
一.环境 Windows10 64位 Python3.6.1 64位 二.安装Python3.x 去官网下载3.x的安装包: https://www.python.org/downloads/ 下载下 ...
- TensorFlow2.0 系列开篇: Windows下GPU版本详细安装教程
点击上方"Datawhale",选择"星标"公众号 第一时间获取价值内容 [导读]今年三月谷歌在TensorFlow开发者峰会上宣布TensorFlow 2.0 ...
- 【物体检测快速入门系列 | 03】Windows部署Docker GPU深度学习开发环境
这是机器未来的第3篇文章 原文首发链接:https://blog.csdn.net/RobotFutures/article/details/124815912 1. 概述 在<物体检测快速入门 ...
- 【AI】在win10上安装TensorFlow2,安装成功,但是import tensorflow时报错:pywrap_tensorflow.py“, line 58
目录 一.问题描述 二.原因分析 三.处理过程 四.解决方法 五.安装2.1和2.0命令的不同点 1.TensorFlow2.0 2.TensorFlow2.1 六.使用TenforFlow2.0-G ...
- windows10下 tensorflow2.0 gpu 安装
windows10下 tensorflow2.0 gpu 安装 安装显卡驱动. 确定python.cuda和cudnn对应的版本 安装cuda 安装cudnn 查看tensorflow的版本 impo ...
- diskgeniusv4.4.0_一文上手最新Tensorflow2.0系列|TensorFlow2.0安装
本文中我们将会详细讲解TensorFlow2.0安装.Tensorflow兼容性最好的是Unix内核的系统,如Linux,MacOS等.另外TensorFlow的GPU版本仅支持Linux环境,不支持 ...
- 【原创】 ES5高效封装WIN10系统教程2020系列(五)常用软件安装及设置
** 本教程共有7个系列 ** 1. 母盘定制 2. 准备封装环境 3. 母盘安装及系统调整 4. 使用工具优化与清理 5. 常用软件安装及设置 6. ES5封装 7. 测试效果 常规软件安装这章就比 ...
最新文章
- 智能车竞赛技术报告 | 智能车视觉 - 天津大学 - 北洋钽星
- devc++鼠标变成了光标_游戏鼠标到底能不能提升你的实力?
- java - 通用 CRUD(增、删、改、查)工具类,代码高效复用
- 小货车DataAdapter对象 1129
- 车辆行人检测数据集_澎思科技行人再识别技术取得突破,刷新三大数据集世界记录...
- html军事学校模板,军事训练学校网站模板
- java64字节指令包,JVM 字节码指令解析
- 转载visio 绘图矢量图素材网站
- 对测试开发工程师的理解
- 智能手机和平板电脑设计中的单键开/关机和复位的智能方案
- 抽象与具体,形而上者谓之道,形而下者谓之器
- python批量.bmp文件转换为.jpg
- marvin java_Java开源图像处理框架Marvin介绍
- pandas 做图显示中文标签
- appcan中的微信分享与qq分享
- 浙大oj(basic level)1001
- 关于音乐制作的一些网站
- AJAX开发过程中的七宗罪
- 新工必看:工作对于你意味着什么
- R中时间序列分析-趋势分析Trend
热门文章
- 数据压缩作业2——TGA格式文件分析
- qrcode生成带logo二维码
- 计算机辅助发音,计算机辅助普通话发音评测关键技术研究
- 在小程序上实现汉字的拼音提取首字母
- Qt新安装之后出现Error while building/deploying (kit: Desktop Qt 5.7.0 GCC 64bit) When executing step Make”
- GW620 刷机 ANDROID 1.5、2.2、2.3
- 网络学习day04_VLSM、子网划分
- 第05课:生活中的职责模式——我的假条去哪了
- 新的数字革命真的有意义么?
- 计算机毕业设计Node.js+Vue校友社交系统(程序+源码+LW+部署)