我的环境是这样的:
windows10+GTX1050+cuda9.0+cudnn7.5+anaconda3+python3.5+tensorflow1.12;
网上有无数个教你如何搭建的方法,首先要选择一个最新的方法,因为那样更切合当前的版本(tensorflow实在更新有点快)。
我参考的是这篇博文:https://cloud.tencent.com/developer/article/1346825
不过有以下几点要注意一下:
- 安装好cuda9.0和cudnn7.5后,可以通过如下代码检测成功与否: nvcc -V
- 安装anaconda3之前,直接修改pip安装包的源为阿里云(参考此篇博客);
- 一定要注意tensorflow的版本匹配问题,tensorflwo1.13是不兼容cuda9的,参考此博客以找到合适的版本对应关系https://www.cnblogs.com/SuperLittleBoy/articles/10320955.html。
- 用虚拟环境隔离以前安装的版本(anaconda自带此功能)
- 安装时网络问题多试几次就好了(就是安装过程中突然退出,显示一堆红色信息的情况
- tensorflow分为两个版本:tensorflow-gpu和tensorflow(for cpu)。事实上,cpu版本的tensorflow1.13是能直接用的,不需要cuda啥的(of course)。所以,在安装好tensorflow,keras后,运行以下代码一定要看到GPU被使用才能确认你安装的tensorflow-gpu正在被使用
import tensorflow as tf
print(tf.__version__)
a=tf.constant([1.0,2.0,3.0],shape=[1,3],name='a')
b=tf.constant([4.0,5.0,6.0],shape=[1,3],name='b')
c=tf.add(a,b)
sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))