# tensorflow安装gpu

> 作者/来源: UCloud 运营管理员
> 发布时间: 2023-04-25T11:33:00.000Z
> 分类: GPU
> 标签: Linux, GPU, Python
> 原文链接: http://117.50.162.249:3000/yun/articles/399

---

# tensorflow安装gpu

> 来源: https://www.ucloud.cn/yun/130734.html
> 作者: jeyhan
> 发布日期: 发布于2023-04-25 19:33

当你准备开始使用TensorFlow进行深度学习时，你会发现使用GPU可以显著提高训练速度。在本文中，我将向您展示如何在Ubuntu上安装TensorFlow GPU版本以及所需的CUDA和cuDNN库。
首先，您需要确保您的计算机配备了NVIDIA GPU。您可以使用以下命令检查您的GPU型号：```
bash
lspci | grep -i nvidia

```

接下来，您需要安装CUDA和cuDNN库。这些库是与GPU一起使用的必需品。您可以从NVIDIA的官方网站下载最新版本的CUDA和cuDNN。
安装CUDA：```
bash
sudo dpkg -i cuda-repo-ubuntu1604_9.1.85-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

```

安装cuDNN：```
bash
tar -xzvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

```

现在，您可以安装TensorFlow GPU版本。您可以使用pip命令轻松安装TensorFlow GPU：```
bash
pip install tensorflow-gpu

```

安装完成后，您可以在Python中导入TensorFlow并开始使用GPU进行训练：```
python
import tensorflow as tf
tf.test.gpu_device_name()

```

如果您的GPU已成功安装并配置，您将看到以下输出：```

"/device:GPU:0"

```

通过使用GPU，您可以加速您的深度学习模型的训练时间。在安装TensorFlow GPU之前，请确保您的计算机配备了NVIDIA GPU，并按照上述步骤安装所需的CUDA和cuDNN库。