搭建思路
搭建深度学习环境花了不少时间,这里记录一下搭建过程,希望也给同学者一点参考。
挖石头都用GPU来提速的时代,用CPU版有点慢,果断选择GPU版本。可到搭环境时候不是那么容易
环境
win10操作系统;GPU:NVIDIA GeForce GTX 1660 Ti;解释器:Python3.7
操作流程
开始是选择安装Python,安装Cuda、Cudnn,安装TensorFlow-GPU。
- python官网下载安装python最新版3.7.4(添加到path)
- cuda官网下载安装cuda最新版10.1.1
- cuda官网下载安装搭配cuda版本的cudnn
- cmd中pip install --upgrade tensorflow-gpu
这个安装流程是正确的。
确保上面安装正确的情况下,把cudnn安装目录下的几个文件夹中的文件拷贝到cuda对应的同名文件夹中去。
把cudnn的bin目录添加到Path环境变量中。
一般cuda目录会自动添加,如果环境变量中没有把cuda的路径v10.0也添加到Path环境变量中。
但是,结果不尽如人意。下面是检查的过程。
- 在cmd中,输入python,回车会出现Python的版本信息,并进入了编程模式。》》python安装成功
- 在cmd中,输入pip install --upgrade tensorflow-gpu,最后看到返回结果done.》》TensorFlow安装成功
- 在cmd中,进入python编程模式,输入import tensorflow,检查tensorflow能否运行》》报错
前面的python、cuda、cudnn安装都没有问题。如果最后一步不报错,这就成功了。
最后一步报错信息:
> ImportError: Could not find 'cudart64_100.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 10.0 from this URL:https://developer.nvidia.com/cuda-toolkit
它找不到我们安装的cuda文件,检查下有没添加到环境变量;安装的cuda版本对不对。
再次报错信息:`
ImportError: Could not find 'cudnn64_7.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Note that installing cuDNN is a separate step from installing CUDA, and this DLL is often found in a different directory from the CUDA DLLs. You may install the necessary DLL by downloading cuDNN 7 from this URL: https://developer.nvidia.com/cudnn
它找不到我们安装的cudnn文件,同样检查是否添加到环境变量,是否是搭配cuda版本的cudnn。
自动安装的tensorflow的版本是最新版,我装的时候是tensorflow 1.14.0。我查了下,发现有人说tensorflow还不支持cuda的新版本,tensorflow的版本和python、cuda都要合适才能运行。在tensorflow的官网上找到了经过测试可行的版本搭配:
按照这个版本搭配TensorFlow、python和cuda,再重新装就可以成功了。
记得要先把装上的TensorFlow等清理干净。pip uninstall tensorflow-gpu
解释器用Anaconda3
首先建议你本地的python安装 Anaconda 最新的python3.7版本,这也是TensorFlow建议的,Anaconda给我们集成了很多TensorFlow需要依赖的包,并且在Windows非常难安装成功的包,可以省去很多时间。Anaconda3方便又强大,下载慢可以用豆瓣镜像。这也是我一次尝试就成功的环境搭建。
看到有朋友写过,具体教程参见 win10搭建tensorflow-gpu环境