创建于:2020.03.17
修改于:2020.03.28,2020.04.19
文章目录
1. 背景介绍
(1)TensorFlow 有两个版本:CPU 版本和 GPU 版本。此前安装过CPU版本,计算能力有些差,决定改成GPU版本。
(2)GPU 版本需要 CUDA 和 cuDNN 的支持,因此请确认计算机显卡是否支持 CUDA。详见:查看电脑显卡(GPU)是否支持CUDA。
(3)CUDA的安装依赖VS环境,所以在安装CUDA之前,安装VS环境。
所以安装前明确下面是三个问题:硬件支持、软件支持、环境支持。
- 确定计算机硬件环境(显卡)是否支持GPU运算;
- 确定计算机软件环境(Anaconda),支持TensorFlow-GPU的版本号;
- TensorFlow-GPU依赖的CUDA,cuDNN版本号;
- CUDA,cuDNN版本号依据操作系统(含位数)来确定;
- CUDA还依赖显卡驱动,显卡驱动与CUDA有对应关系;
- CUDA依赖VS环境,需要有。
2. 环境选择
在安装TensorFlow-gpu之前,请详细论证好硬件、软件版本号。 本次安装 环境如下(这也是安装顺序):
- Windows10 64bit 企业版
- Anaconda 4.8.2(python3.6.5)
- Visual Studio 2013
- 查看cuda驱动版本号,有必要请安装cuda版本所依赖的显卡驱动
- cudnn-10.0-windows10-x64-v7.4.2.24.zip
- cuda_10.0.130_411.31_win10.exe
- tensorflow-gpu=2.0.0
下面是错的! - cuda_10.1.105_418.96_win10.exe
- cudnn-10.1-windows10-x64-v7.6.5.32.zip
2.1 硬件环境
(1) 计算机显卡查看
- 详见:查看电脑显卡(GPU)是否支持CUDA,这里不再赘述。
- 我的计算机显卡为NVIDIA GeForce 940MX,如下图。
(2) 计算能力查看 - CUDA-Enabled GeForce and TITAN Products
2.2 软件环境
(1) tensorflow_gpu版本号 与 CUDA和cuDNN对应起来
- 详细参考:经过测试的构建配置
- 本次安装 tensorflow_gpu-2.0.0,具体依赖版本为cuDNN7.4,CUDA10,如下图。
(2) 下载cuDNN驱动
-
在cuDNN Download 下载cuDNN (需要注册登录后才能下载,下载免费)。
-
注意 页面显示如下信息,Download cuDNN v7.4.2 (Dec 14, 2018), for CUDA 10.0。
-
注意 cuDNN7.4.X系列,最高支持CUDA 10.0.X。所以我下载了:cudnn-10.0-windows10-x64-v7.4.2.24.zip
(3) 下载CUDA驱动
-
在 CUDA Toolkit Archive 下载CUDA。
-
依据计算机实际情况:操作系统,位数,操作系统版本号,本地安装还是网络安装进行选择。
-
我下载的是cuda_10.0.130_411.31_win10.exe,本地安装。网络安装担心网络不稳定。
(4) 下载VS2013
我选择了:VS2013(Visual Studio 2013)官方中文破解旗舰版下载(含激活密钥)。具体安装下载、安装、破解码请参见 Visual Studio 2013官方简体中文专业版/旗舰版/高级版下载(含激活序列号)
- VS2013(Visual Studio 2013)官方简体中文旗舰版下载地址一【官方地址】:http://download.microsoft.com/download/B/1/9/B1932B8C-1046-4773-A1DD-4AB5C0978637/vs2013.2_ult_chs.iso
3. 安装过程
3.1 安装VS2013
(1)ISO文件直接解压,然后双击“vs_ultimate.exe”开始安装;
(2)点击“我同意许可条款和条件”点击“下一步”继续;
(3)选择您要安装的Visual Studio 2013选项,根据自身需要勾选安装;
这个里面指出Anaconda3下成功安装Tensorflow-gpu(精华方法汇总):安装CUDA之前,先安装VS(仅仅需要VC++的编译环境,所以只装vc++模块),如下图的选项。
(4)接下来就是有点漫长的安装过程,这时候就是拼电脑配置的时候了;
(5)成功安装后打开软件,设置好熟悉的环境启动(包括vb、vc、vf等多个开发环境)
(6)第一次运行软件会有点慢,启动完毕后:点击“帮助”–>“注册产品”,可以看到软件有30天试用期,点击“使用产品密钥获得许可”;
(7)输入visual studio 2013旗舰版mi yue:
(8)到这步就已成功激活visual studio 2013旗舰版了,现在您可以使用VS2013。
特别说明
- 详细安装方法参考 Visual Studio 2013安装步骤和使用方法
- 有网站特别说明:彻底删除之前安装的VS版本,再安装VS Community 2015
- Visual Studio 2013官方简体中文专业版/旗舰版/高级版下载(含激活序列号)
3.2 安装CUDA
3.2.1 安装显卡驱动
(1)请检查自己的硬件驱动支持哪个版本的CUDA(参考:如何检查显卡支持哪个版本的CUDA ?)
具体步骤: 控制面板–>在右上方的搜索框里输入NVIDIA–>对搜索出来的NVIDIA控制面对双击–>帮助菜单–>下拉菜单–>选择系统信息选项–>组件–>查看结果。
如下图,发现仅仅支持CUDA8.0.0,只能安装tensorflow_gpu-1.4.0,与我的目标不一致。
(2)事实上,显卡的驱动版本决定了CUDA的版本,对应关系在NVIDIA有。详细见:NVIDIA CUDA Toolkit Release Notes。下图显示部分内容,请仔细研读。
(3)看来我这必须更新驱动
方法1:【参考连接:Win10系统怎么装显卡驱动】
右击我的电脑–>管理–>点击显示适配器–>找到显卡右键点击,更新驱动程序软件–>系统会自动搜索最新更新版本。
这样做法无法预先控制显卡驱动版本,也就无法预先知道支持的CUDA版本号。我这查了下,感觉还行,就没用第2种方法。
下面的俩图显示了显卡驱动版本,支持的CUDA版本。
方法2:【官网更下载显卡驱动】
安装显卡型号选择,搜索,下载,安装。是否需要把之前的驱动先卸载掉,我不清楚。我没采用的原因是,我预先使用了方法1。
3.2.2 安装CUDA
win10下CUDA和CUDNN的安装(超详细)!亲测有效!
Win10中CUDA、cuDNN的安装与卸载
(1)双击cuda_10.1.105_418.96_win10.exe文件,选择解压路径(用默认的吧,安装完后会自动删除的。我没用默认的路径,因为我理解成了安装路径了,理解错误啦)。
(2)点击OK按钮
(3)系统检查通过后,进入许可协议
(4)选择自定义安装
自定义安装可以可以选择安装的内容,默认全选。(5)选择安装项
- 我选择CUDA下面的5项(如图)。
- visual studio integration这一项没有勾选,我已经预先安装了。
- Nsight system在10.0中没有,但是在10.1中有。
- Nsight system旨在为高性能计算、视觉效果等所有市场提供更详细的数据收集、探索和收集控制。是一个开发者不可或缺的全系统性能分析工具。【NVIDIA宣布推出Nsight Systems 2019.4】
(6)安装位置
我用了默认的安装。为了写环境变量的时候方便。
(7)安装程序:点击下一步进行安装,直至结束。点击关闭,完成安装。
(8)验证是否安装成功
Win10中CUDA、cuDNN的安装与卸载 - 在命令行输入: nvcc -V,看到如下信息表明安装成功。
C:\Users\chen>nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018
Cuda compilation tools, release 10.0, V10.0.130
C:\Users\chen>
- 进入到路径下后查看GPU运行时的监测界面,参考:Win10中CUDA、cuDNN的安装与卸载
C:\Users\chen>cd C:\Program Files\NVIDIA Corporation\NVSMI
C:\Program Files\NVIDIA Corporation\NVSMI>nvidia-smi
Sun Apr 19 20:55:55 2020
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 436.50 Driver Version: 436.50 CUDA Version: 10.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce 940MX WDDM | 00000000:06:00.0 Off | N/A |
| N/A 40C P8 N/A / N/A | 37MiB / 2048MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
- cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
输入bandwidthTest.exe,显示Result = PASS
输入deviceQuery.exe,显示Result = PASS
3.2.3 设置CUDA环境变量
计算机上点右键,打开属性->高级系统设置->环境变量,可以看到系统中多了CUDA_PATH和CUDA_PATH_V10_0两个环境变量。
(1)添加CUDA_LIB_PATH、CUDA_BIN_PATH
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
(2)添加CUDA_SDK_BIN_PATH、CUDA_SDK_LIB_PATH
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
(3)把新建的4个变量,写入PATH
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
3.3 安装cuDNN
- 解压cuDNN,把对应文件(bin、include、lib)下的文件,复制过去即可。
- bin/cudnn64_7.dll
- include/cudnn.h
- ib/x64/cudnn.lib
3.4 安装Tensorflow-gpu2.0.0
使用Anaconda prompt安装Tensorflow-gpu 2.0.0,具体过程如下。网络环境一定要好!
(1)首先打开Anaconda prompt终端(管理员权限)
(2)创建虚拟环境
conda create --name tf2.0_gpu python=3.6
(3)进入该虚拟环境
conda activate tf2.0_gpu
(4)安装tensorflow-gpu==2.0.0
# 建议使用清华镜像
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
# pip install --upgrade tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 太慢,不建议用
pip install tensorflow-gpu==2.0.0
第4步参考:TensorFlow 安装GPU版本,为什么要有–upgrade ???
(5)测试
(tf2.0_gpu) C:\Windows\system32>python
Python 3.6.10 |Anaconda, Inc.| (default, Mar 23 2020, 17:58:33) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
(tf2.0_gpu) C:\Windows\system32>python
Python 3.6.10 |Anaconda, Inc.| (default, Mar 23 2020, 17:58:33) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2020-04-19 21:38:27.717641: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_100.dll
>>>
请最后安装tensorflow-gpu2.0.0==
4. 总结
- 不要着急安装,首先要选定配套的版本号:安装tensorflow-gpu版本号、要与硬件、依赖的软件版本一致。
- 安装顺序需要严格遵守。
- 每一步都要有测试,看看是否正确。
5. 参考连接
- 安装CPU版本
- 查看电脑显卡(GPU)是否支持CUDA
- CUDA-Enabled GeForce and TITAN Products
- Visual Studio 2013官方简体中文专业版/旗舰版/高级版下载(含激活序列号)
- TensorFlow 安装GPU版本
- Anaconda3下成功安装Tensorflow-gpu(精华方法汇总)
- Visual Studio 2013安装步骤和使用方法
- 彻底删除之前安装的VS版本,再安装VS Community 2015
- 如何检查显卡支持哪个版本的CUDA ?
- NVIDIA CUDA Toolkit Release Notes
- Win10系统怎么装显卡驱动
- 官网更下载显卡驱动
- win10下CUDA和CUDNN的安装(超详细)!亲测有效!
- Win10中CUDA、cuDNN的安装与卸载
- 简书:TensorFlow 安装GPU版本
- CSDN:TensorFlow-gpu安装(100%成功)
- 知乎:win10完整Tensorflow-GPU环境搭建教程(附CUDA+cuDNN安装过程)