Tensorflow-Gpu

CPUバージョンのtensorflowをアンインストールし、GPUバージョンをインストールします



Uninstall Cpu Version Tensorflow



1つは、以下に示すように、CPUバージョンをアンインストールします。

以前にanacondaをインストールしたことがありますが、バージョンと環境を確認してください。 tensorflow環境があることがわかりましたが、tensorflow-gpu環境が必要なので、conda uninstalltensorflowと入力してアンインストールします。



アンインストールできない場合は、anacondaページで環境をクリックし、tensorflowを選択して、下の[削除]をクリックしてアンインストールします。



conda info --envsをもう一度入力すると、結果が以下に表示されます。

conda creat -n tensorflow-gpu pip python = 3.6と入力して、tensorflow-gpu環境をインストールします。



もう一度チェックして、tensorlfow-gpu環境が正常に作成されたことを確認します。

次に、CUDAとCuDNNをインストールします

1.グラフィックカードを確認します

GPUでのTensorFlowの実行をサポートし、GPUがCUDAをサポートしているかどうかを照会するのはNVIDIAグラフィックカードのみです。一般に、計算能力が3.0を超える場合に適しています。

（リンクを表示： https://developer.nvidia.com/cuda-gpus ）。

2.グラフィックドライバをインストールします

グラフィックハードウェアがクリアになったら、インストールします グラフィックドライバ、リンク http://www.geforce.cn/drivers

鉱山は10シリーズシリーズの1060で、ドロップダウンで見つけることができます。 2019年9月9日にリリースすることにしました。

ダウンロードが完了したら、インストールします。デフォルトではオプションを変更しないでください。

3.CUDAをインストールします

まず、対応するバージョンのtensorflowとCUDAおよびcuDNNを確認します。使った tensorflow-gpu1.12 + CUDA9.0 + cuDNN7.0

CUDAダウンロードアドレス： https://developer.nvidia.com/cuda-toolkit-archive

ダウンロードはcuda_9.0.176_win10.exeです。次に、ダブルクリックしてインストールし、[カスタム]を選択します。インストールアイテムを選択する場合、GeForceExperienceは通常インストールされません。 CUDAはチェックする必要のあるコアコンポーネントであり、[次へ]をクリックしてインストールを開始します。

インストールプロセス中に、インストールにエラーがあることがわかりました。以下に示すように、CUDAオプションの下でVSにチェックマークを付けるだけです。

4.cuDNNをインストールします

cuDNNは、cuDAグラフィックカードコンピューティングライブラリのDepth NeuralNetworkのディープニューラルネットワーク専用のライブラリに相当します。

cuDNNダウンロードアドレス： https://developer.nvidia.com/rdp/cudnn-download 。登録は比較的簡単です。

ダウンロード後、解凍して3つのフォルダーを取得し、これら3つのファイルを〜CUDA v9.0にコピーして、セットを置き換えます。

3、tensorflow1.12.0をインストールします

最初のステップでは、tensorlfow-gpu環境を作成しました。次に、環境をアクティブにして入力します。

tensorflow入力ステートメントをインストールします：pip install --ignore-installed --upgrade tensorflow-gpu == 1.12.0

インストールが成功したことを確認します

(tensorflow-gpu) C:Users2018061801>python Python 3.6.9 |Anaconda, Inc.| (default, Jul 30 2019, 14:00:49) [MSC v.1915 64 bit (AMD64)] on win32 Type 'help', 'copyright', 'credits' or 'license' for more information. >>> import tensorflow as tf >>> tf.__version__ '1.12.0' >>>