Win10+Python 3.6环境下cuda 9.1+cuDNN 7.1+Tensorflow 1.7+keras安装

版权声明: https://blog.csdn.net/Tomato_Sir/article/details/79973237

安装环境:

  • windows 10 64bit
  • python 3.6

安装以下步骤进行安装:

更新GPU驱动—>安装cuda—>安装cuDNN—>安装Tensorflow—>安装keras

1、更新GPU驱动

首先查看机器的GPU型号,查看其是否支持cuda,在Nvidia官网下载对应的最新驱动进行跟新。这一步应该很简单,就不多说了。

2、安装cuda

Tensorflow已经更新到1.7版本了,官网上说支持最新的cuda 9.X和cuDNN 7.X(结果被坑,后期详述),在Nvidia官网上下载最新的cuda和cuDNN。
cuda 9.1 下载地址:https://developer.nvidia.com/cuda-downloads

cuda9.1

cuDNN 7.1.2 下载地址:https://developer.nvidia.com/rdp/cudnn-download
注意:下载cuDNN需要注册用户,同时下载cuDNN版本时要对应cuda下载的版本,否则运行程序的时候会报错。这里选择v7.1.2 for cuda 9.1的win10版本。

cuDNN 7.1.2

安装包下载好之后,安装cuda(需要管理员权限),按照安装程序一步一步进行下去即可。安装完成后,在cmd输入nvcc -V查看cuda是否安装成功。

nvcc

3、安装cuDNN

解压缩下载的cuDNN安装包,得到以下三个文件夹

cuDNN安装包

将其复制在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1中,并在系统环境变量中添加如下项:

环境变量

其中第一项和第三项是安装cuda时系统自动设置的,我们只需要添加第二项即可。

4、安装tensorflow GPU版本

这一步很简单,在cmd输入 pip install tensorflow-gpu 即可。
输入一下代码,查看是否安装成功

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

结果显示:

ImportError: Could not find 'cudart64_90.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-toolkit

查了一下,发现tensorflow 1.7这个版本支持到cuda 9.0。由于个人比较懒,不想再次下载安装文件,因此查询了一下其他办法。在https://github.com/fo40225/tensorflow-windows-wheel中有作者利用cuda 9.1自己编译的版本,在项目中找到对应的版本下载就好了(这里下载tensorflow_gpu-1.7.0-cp36-cp36m-win_amd64.whl)。
将之前安装的tensorflow卸载:

pip uninstall tensorflow-gpu

重新安装:

pip install 文件存放路径\文件名.whl

安装完成后,尝试一下代码:

import tensorflow as tf
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.InteractiveSession()
#Runs the op.
print(sess.run(c))

from tensorflow.python.client import device_lib as _device_lib
print(any((x.device_type == 'GPU') for x in _device_lib.list_local_devices()))
print(_device_lib.list_local_devices())

如果能顺利通过,并显示如下结果,说明安装成功。

结果

4、安装keras

输入

pip install keras

keras

安装完成后,在python IDE中输入

import keras

如果输出

keras2

恭喜,keras安装成功,并以tensorflow作为后端。

参考资料
1、https://blog.csdn.net/chai_zheng/article/details/78679881
2、https://blog.csdn.net/weixin_35653315/article/details/71403386
3、https://blog.csdn.net/vcvycy/article/details/79298703

阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页