TensorFlow 是一个开源的机器学习框架，支持多种编程语言，其中包括 Python。如果您想在支持 CUDA 的 GPU 上安装 TensorFlow，以下是一份详细的指南。

安装环境准备

在安装 TensorFlow GPU 版本之前，请确保您的系统满足以下条件：

  • 安装了 CUDA Toolkit。
  • 安装了 cuDNN 库。
  • 使用 Python 3.5-3.8 或 Python 3.9。
  • 使用 pip 或 conda 管理您的 Python 包。

安装步骤

  1. 安装 CUDA Toolkit

    访问 CUDA Toolkit 官网 下载适合您操作系统的版本，并按照指示进行安装。

  2. 安装 cuDNN 库

    访问 cuDNN 官网 下载适合您 CUDA 版本的 cuDNN 库，解压后将其放置在 CUDA Toolkit 的 lib/x64 目录下。

  3. 设置环境变量

    添加 CUDA 和 cuDNN 的库路径到您的系统环境变量中。例如，在 Linux 系统上，您可以编辑 ~/.bashrc 或 ~/.profile 文件，添加以下行：

    export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

    在 Windows 上，您需要在系统属性中编辑环境变量。

  4. 安装 TensorFlow

    使用 pip 或 conda 安装 TensorFlow GPU 版本。以下是使用 pip 安装的示例：

    pip install tensorflow-gpu

  5. 验证安装

    安装完成后，您可以使用以下代码验证 TensorFlow 是否已正确安装：

    import tensorflow as tf
print(tf.__version__)

    如果您看到 TensorFlow 的版本号，则表示安装成功。

扩展阅读

如果您想了解更多关于 TensorFlow 的信息，可以访问我们的 TensorFlow 教程页面。

TensorFlow Logo