搭建深度学习框架-win10 64位+CUDA 9.0+cuDNN v7.0.5 安装

 

0 查看电脑系统版本(非常重要)

WIN+R->输入winver,

系统版本号必须高于1703,否则CUDA9.0难以运行!!!!

1 安装 NVIDIA 显卡驱动程序

下载地址：驱动程序

选择适合自己电脑的显卡驱动下载

安装很简单，直接下一步就可以

默认安装路径： C:\NVIDIA\DisplayDriver\398.82\Win10_64\International

2 安装CUDA 9.0

下载CUDA前，先确认GPU显卡所支持的CUDA版本，

控制面板-》NVIDIA控制面板-》帮助-》系统信息-》组件-》nvidia.dll后面的cuda参数

请点击->详情

下载地址->CUDA Toolkit Archive

 

选择适合你的版本

选择相对应的版本下载，在线安装版1.5GB，离线安装版14.5MB，先安装基础包，再安装升级补丁。

使用管理员权限安装，一路默认。

安装完成之后打开命令行，输入：nvcc -V查看版本，如果出现以下类似信息表示安装成功。

安装成功后，我的电脑上点右键，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_V9_0两个环境变量

我们还需要添加如下几个变量：

在用户变量Path下添加：C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.0

注:ProgramData是隐藏文件夹

在系统变量中添加如下几个变量：

•  CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.0

•  CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 

• CUDA_BIN_PATH = %CUDA_PATH%\bin 

• CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 

• CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

添加完成后在cmd中输入set cuda显示如下：

3.安装Cudnn

在官网下载对应Cuda的版本号，加压将文件夹中的内容复制到cuda的安装路径下即可。

经过这三步已经搭建完成，最后一步则是安装TensorFlow的GPU版本

4.TensorFlow的GPU安装

这里我整整拖了三个月，一个是学习Linux和课题压力的原因，还有一个原因就是坚持很久的东西突然断掉了就很不情愿重新拾起，我要改掉这个恶习，

首先说明，anaconda默认的下载路径是外国网址，下载速度很慢，首先将默认下载地址改成国内镜像。

试了清华镜像还是很慢，就是因为这个一直没有头绪，今天看到一个帖子说中科大的镜像更好用更快！！！所以我重启了今天的安装过程，真的曲折呀~

打开Anaconda Prompt，进入Anaconda命令行管理界面。

conda config –add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ 
conda config –set show_channel_urls yes

打开C盘用户下的.condarc文件删掉第三行如下：

查看是否生效，通过命令 conda info 查看当前配置信息，内容如下，即修改成功，关注 channel URLs 字段内容

 

随后以管理员身份运行命令行，输入：

conda create -n tensorflow-gpu python=3.5

然后输入y,红框中会被下载 

 升级pip到最新版，防止稍后的安装时，出现错误（笔者初次在安装tensorflow时，没有更新pip到最新版，导致下载到一半出现错误），输入指令：

python -m pip install --upgrade pip

安装tensorflow及相应依赖包，输入指令：

pip install --ignore-installed --upgrade tensorflow-gpu

参考TensorFlow社区

因为Python版本问题会出现异常报错。所以请下载3.5及以下版本。

验证

在命令行中，进入python，并输入以下代码：

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

输出：
b’ Hello, TensorFlow!