TensorFlow——GPU版本安装
参考文章 1.http://blog.sina.com.cn/s/blog_14935c5880102wu86.html
2.https://www.cnblogs.com/hear-nothing/p/7464882.html 镜像下载
3.https://blog.csdn.net/gangeqian2/article/details/79358543 安装
1.winR打开诊断看电脑GPU信息dxdiag
查看电脑GPU版本 https://developer.nvidia.com/cuda-gpus
2.打开NVIDIA控制面板->帮助->组件查看当前显卡支持CUDA Tool kit的版本
CPU下训练模型很慢,GPU则相对快速很多,NVIDIA有GPU,可以安装,用GPU在代码中加入两行,0代表第一块GPU设备
import os
os.environ['CUDA_VISIBLE_DEVICES'] = "0"
(1)安装CUDA
可看做GPU的驱动
1.准备好NVIDIA的显卡,下载安装CUDA
https://developer.nvidia.com/cuda-toolkit-archive
下载完后,双击就可安装,next到底
这样就全部安装成功。
验证安装成功:打开cmd,输入nvcc -V,显示如下,则CUDA安装成功。
2.安装好之后把CUDA安装目录下的bin和lib\x64添加到Path环境变量中
安装目录:(1)若为默认安装,安装目录在(c->Program Files->NVIDIA GPU Computing Toolkit->CUDA->v8.0)
(2)自建目录安装:eg(E:\GPU_install\cuda_install\DocumentationDevelopment)
环境变量:控制面板->高级系统设置->环境变量->Path(…bin和lib\x64)
环境变量设置好后,CUDA就生效了
3.配置完成后,我们可以验证是否配置成功
使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:
首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
如果以上两步都返回了Result=PASS,那么就算成功啦。
(2)安装好CUDA后,安装CuDNN
CuDNN用于深度学习加速
1.CuDNN下载
https://developer.nvidia.com/rdp/cudnn-download
创建NVIDIA账号,并注册,(我用facebook注册)账号:手机号码/qq邮箱 密码:常用(第一个字母大写)
对应下载cuDNN7.0
2.CuDNN下载完后,解压压缩包,把压缩包中bin,include,lib中的文件分别拷贝到CUDA\v8.0对应目录下
3.将目录下E:\GPU_install\cuda_install\DocumentationDevelopment\extras\CUPTI\libx64
拷贝到E:\GPU_install\cuda_install\DocumentationDevelopment\bin下
这样CuDNN相当于就好了
(3)下载并安装Anaconda
1.进入下载网站(https://www.anaconda.com/distribution/#download-section),点击Windows图标,这里我们选择版本为3.7的进行下载并安装(一直下一步,在环境那里打钩)
2.检查Anaconda是否成功安装:conda --version
3.检测目前安装了哪些环境:conda info --envs
安装环境只有一个,不用担心。
4.检查目前有哪些版本的python可以安装:conda search --full-name python
(选择python3.7)
5.安装不同版本的python:
对于GPU版本:conda create --name tensorflow-gpu python=3.7
对于CPU版本:conda create --name tensorflow python=3.7
(默认情况下会自动选择最新版本分支)
6.按照提示,激活之:activate tensorflow-gpu
7.确保名叫tensorflow的环境已经被成功添加:conda info --envs
8.检查新环境中的python版本:python --version
(4)安装tenserflow ——————(这里可用国内镜像快速下载)
可以:
卸掉cpu版本tensorflow:pip uninstall tensorflow
安装gpu版本的tensorflow:pip install tensorflow-gpu
1.命令行输入:pip install tensorflow-gpu
注:
默认安装最新的tensorflow 版本,若 import tensorflow as tf 出现错误,
可能tensorflow版本过高,则降低版本,比如:
卸载pip uninstall tensorflow-gpu == 1.13.1
选择安装版本:pip install tensorflow-gpu==1.13.0rc1,更新numpy:pip install numpy --upgrade
测试,成功
2.确认tensorflow安装成功:
错误尝试:直接在cmd里面键入python,然后键入import tensorflow as tf
遇到问题:No module named ‘tensorflow’ 是因为我们环境中包含了2个python环境,一个base,一个tensorflow-gpu,两个环境版本可以是一样的,笔者的均是3.7.3。
正确尝试:进入Anaconda Prompt-python里
输入:activate tensorflow-gpu 的环境,键入python,然后再键入import tensorflow as tf
在这里可以找到Anaconda Prompt-python:
成功,可以用代码测试:
测试代码:
成功!!!
注:直接在anaconda prompt下(不要使用cmd)创建环境更好