Tensorflow 2.0 - GPU的安裝及確認 ( Win 10 )

安裝前請先確認是否安裝Anaconda,若仍無安裝可參閱”Anaconda的安裝


為了怕各種套件之間的衝突,或是安裝上面出現問題,建議在進行重大系統安裝的時候均建立新環境來進行安裝。

Step 1. 建立一個新環境

我們首先在 Anaconda Prompt 建立一個名為 tf2.0 的新環境

1
conda create -n your_env_name python=X.X anaconda

我們最終要安裝的是 TensorFlow 2.0,因此至少要是 python3 的版本,行末加上 "anaconda" 是在新環境安裝時會順便裝上這個環境本身的 Anaconda Prompt、Jupyter notebook 以及 Spyder,我自己習慣或多安裝這些,這樣就不用在每一次使用的時候還要切換環境,要用哪個環境就點哪個環境的工具即可。

安裝過程會出現Proceed ([y]/n)?,請輸入 y 繼續安裝

建立完成以後,接著還要啟動環境才算完成,啟動環境要輸入以下命令

1
activate tf2.0

啟動完成之後,在你所在路徑前方會出現 (tf2.0) 則表示你已經啟動這個環境,並且已在這環境底下了。

Step 2. 安裝 TensorFlow 2.0

在 tf2.0 環境下輸入

1
pip install tensorflow-gpu==2.0.0beta1
如果單純只要安裝 CPU 版本,就將上述命令中 -gpu 刪除即可,此外,目前的最新版本已來到 TensorFlow 2.0 RC,因此如果要安裝 RC 版本便改為輸入

1
pip install tensorflow-gpu==2.0.0-rc0 

RC 與 Beta 版本的不同在於,RC 版已經是正式發行版前的候選版本,在這段期間,已經不會像 Beta 版本不斷加入新功能,基本上 RC 版整個架構都已經固定,重點會擺在除錯上。

Step 3. 安裝 cuDNN 與 CUDA

這裡我們安裝 cuDNN 與 CUDA 與先前的方式不同,經測試過後是可以使用的

在命令行輸入

1
2
conda install cudnn=7.6.0
conda install cudatoolkit=10.0.130

TensorFlow 2.0 目前支援的是 cuDNN 7.6、CUDA 10.0 版本,因此在安裝時必須指定版本進行安裝。

這裡要注意的一點是必須先安裝 cudnn,由於 conda 會將關聯依賴做更新,因此當我們安裝 cudatoolkit 的同時也會將 cuDNN 7.6 內依賴的部分進行降級。

Step 4. 測試

1
2
import tensorflow as tf
import keras

如果沒出現報錯,應該就表示已經成功安裝。 我們可以來看一下現在的版本

1
tf.__version__

然後確定一下是否有使用到 GPU

1
tf.test.is_gpu_available()

若顯示 True 則表示 GPU 版本是沒有問題的。