Tag: Python

分類
程式設計

TensorFlow 2.7安裝記錄

安裝環境及版本

  1. NVIDIA顯卡：Geforce MX250 (CUDA Compute Capability 6.1)
  2. OS：Windows 10
  3. Python 3.9.6
  4. TensorFlow 2.7
  5. CUDA ToolKit 11.5
  6. cuDNN 8.3

安裝 TensorFlow 2.7

  1. 安裝指令
C:\>pip install tensorflow

2. 查看TensorFlow安裝版本

C:\>pip show tensorflow

安裝 CUDA Toolkit 11.5

  1. NVIDIA官網下載CUDA Toolkit 11.5 安裝檔，並且執行。
  2. 安裝後，會將安裝資料夾下的兩個子資料夾加到PATH的環境變數。包含：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\libnvvp

3. 查看CUDA安裝版本

C:\>nvcc --version

安裝cuDNN 8.3

  1. NVIDIA官網下載cuDNN (需免費註冊帳號)的壓縮檔。
  2. 將壓縮檔內bin、include、lib子資料夾複製到下列資料夾：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\

3. 查看cuDNN安裝版本：在下列的檔案中，

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include\cudnn_version.h

可以搜尋到下列的文字。

#define CUDNN_MAJOR 8
#define CUDNN_MINOR 3
#define CUDNN_PATCHLEVEL 0

檢測是否完成安裝

  1. 建立檢測用的python程式檔，程式碼如下：
import tensorflow as tf
import os

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
print('GPU', tf.config.list_physical_devices('GPU'))

a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)

2. 若出現如下訊息，代表安裝成功

GPU [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
tf.Tensor(6.0, shape=(), dtype=float32)