tensorflow-gpu的安装 --windows
*重要的事情说三篇:看官方说明文档,看官方说明文档,看官方说明文档
发这篇文章不是为了一个安装的教程,而是笔者记录踩过的一些坑
安装步骤如下:
参考tensorflow的官方文档[链接][https://www.tensorflow.org/install/gpu],点击GPU Support,查看安装指南
从PyPi中安装tensorflow-gpu的包没有说明好说的,直接pip install tensorflow-gpu即可
NVIDIA相关软件的安装
安装的有NVIDIA的驱动程序,CUDA,CUDNN以及CUPTI和TensorRT 5.0,我没有安装TensorRT 5.0
[外链图片转存失败(img-VyWWy6q7-1564900168862)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564837026670.png)]
建议先安装CUDA,我们的电脑一般已经安装了CUDA和驱动,可以通过双击左面,点击NVDIA控制面板,再点击管理3D设置,再点击左下角的系统信息
[外链图片转存失败(img-alF8LBkx-1564900168863)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564885361943.png)]
点击组件
[外链图片转存失败(img-kk7sWFOO-1564900168864)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564885415063.png)]
勾画的地方即为CUDA的版本,如果版本是9.2,10.0,不需要重新下载,其他版本的建议重新下载,因为要安装7.4.1及以上的cuDNN
特别注意不要安装10.1,tf不支持
在官网直接下载CUDA的exe,一步步安装即可。驱动的升级可以通过下载CUDA时默认的GeForce Experience升级,也可以在NVIDIA官网下载
最后是cuDNN,也是进入官网安装,在这下载之前要注册账号。注册完成之后选择对应windows和CUDA版本的cuDNN下载即可
cuDNN的安装参见其官网,具体如下:
[外链图片转存失败(img-6gi79EZV-1564900168864)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564888651100.png)]
第5步是添加依赖,试了一下第四步和第五步,可以通过直接在环境变量中添加DUDA\bin(根据自己的文件修改,就是让tf可以找到cudnn64_7.dll文件)
最后也是最重要的一步
在安装完所有的软件之后,在python命令行中import tensorflow结果会有报错,那是因为没有设置路径
设置方法参考,tf官网:
[外链图片转存失败(img-9FP4lyyf-1564900168864)(C:\Users\用户\AppData\Roaming\Typora\typora-user-images\1564888555094.png)]
可以直接在环境变量中设置
总结
在完成上述操作后,可能会有一下 futuring warnning,原因一般是numpy等其它包的版本与tf不配套
通过
pip install numpy==***,修改包的版本即可
最后import tensorflow 成功导入
install numpy==***,修改包的版本即可
最后import tensorflow 成功导入