如何让 tensorflow-gpu v2 在带有 NVidia GPU 的 Windows 上运行

Question

要让tensorflow-gpu 2.x Python 包在带有 NVidia GPU 的 Windows 上运行的步骤是什么？

即我怎样才能摆脱Could not find 'cudart64_101.dll' 然后Could not find 'cudnn64_7.dll'？

Answer 1

步骤

• 根据你看到的错误信息需要特定版本，不是最新版本！

1。下载并安装最新的 NVidia 驱动程序

https://www.nvidia.com/Download/index.aspx

2。安装 TensorFlow Python 包

pip uninstall tensorflow
pip install tensorflow-gpu

(*) 对于较新的版本，tensorflow 和 tensorflow-gpu 是同一个包，所以只需更新 tensorflow 使用：

pip install --upgrade tensforflow

3。测试

首先以下测试会失败，请注意丢失文件的版本，例如Could not find 'cudart64_101.dll'

import tensorflow

tensorflow.test.is_built_with_gpu_support() # Test install of pip package, should output True
tensorflow.test.is_gpu_available() # Should output True
tensorflow.test.gpu_device_name() # Should output something like /device:GPU:0

4。下载并安装 CUDA Toolkit 10.1 本地设置

• 您需要的版本是未找到的版本，例如cudart64_101.dll --> 版本 10.1.
• 您需要取消选择组件，因为安装程序包含较旧的驱动程序，在网络设置中这不起作用

https://developer.nvidia.com/cuda-10.1-download-archive-base?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

选择自定义设置并：

• 取消选择CUDA / Visual Studio Integration
• 取消选择Driver components

5。确保这些文件夹已添加到路径：

• 没有其他版本的 CUDA

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp;

6。再次测试

• 重新启动 IDE 以接收新的环境变量（包括 PATH）

会失败，请注意丢失文件的版本，例如Could not find 'cudnn64_7.dll'

7。为 CUDA 10.1 下载并手动安装 CUDNN 7.6.5

• 您需要的版本是未找到的版本，例如cudnn64_7.dll --> 版本 7.x 用于 CUDA 10.1（或您需要的 CUDA 版本）

https://developer.nvidia.com/rdp/cudnn-archive

• 将cuda文件夹的内容解压并复制到：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\（或您下载安装的版本）
• 如果您有任何冲突，请跳过重复文件

8。再次测试

• 假设您下载了正确的版本，这次应该可以工作