WIN10 64位+GTX1060配置tensorflow-GPU加速

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/mike112223/article/details/78374752

这是一篇血泪史,博主花了一天的时间,终于配置好了tensorflow GPU加速环境。成功的那一刻,心想着必须留下一篇博客。

博主在参考下面两篇博客
http://blog.csdn.net/sb19931201/article/details/53648615
http://www.jianshu.com/p/c245d46d43f0
以及无数百度和自己的努力下完成了配置。

首先强调版本问题,就是因为版本问题博主浪费了大量时间,博主有一定程度的强迫症,总想着安装最新的东西,万一就可以用呢,好吧,实践告诉我只有GG。最终还是老老实实按照别人的成功案例走。

python

博主原来是3.6.x版本,但是实在是被整怕了,卸载了重新安装了3.5.x,3.6应该问题应该不大(没有尝试),但用起来感觉3.5.x版本更加舒畅很多包都可以直接通过pip install安装完成,相对比较友好。很多人喜欢用Anaconda进行python安装,这个没问题便于版本管理,但是博主觉得安装Anaconda太麻烦,就直接上官网下了python 3.5.2进行安装。
https://www.python.org/downloads/windows/
由于要使用GPU加速,所以需要pip install tensorflow-gpu(tensorflow是CPU版本)
tensorflow-gpu
博主是直接pip下载的,这里也提供一下版本,版本是tensorflow 1.3.0

DirectX SDK 和 Visual Studio

这两个东西个人觉得应该是可以不安装的,虽然博主也安了,参考简书那篇,这个应该是用来测试我们CUDA是否安装成功的东西,用来跑CUDA Samples的。
DirectX SDK
https://www.microsoft.com/en-us/download/confirmation.aspx?id=6812
这个一定要比VS先安装,不然就会报出S1023的错误,这个错误简书里有,那么它的原因是因为如果先装了VS,VS会安装
Microsoft Visual C++ 201x x86 Redistributable
Microsoft Visual C++ 201x x64 Redistributable
而安装DirectX SDK时,会再次安装发生冲突。(如果以前也装了这个驱动,估计也会报错)
还有一个错误可能出现,在安装快结束时,出现txView.dll正在使用,无法复制的错误。那就需要关掉所有的资源管理器窗口,结束进程explorer.exe 就行了。
Visual Studio
由于我们安装CUDA的版本是8.0,Visual Studio最高的版本只能是2015,不能安装2017,因为CUDA samples 的sln文件只到2015。2015版本在官网上已经不提供下载了,大家自行百度把。

CUDA

CUDA 8.0.44
https://developer.nvidia.com/cuda-toolkit-archive
博主上来二话不说就安了最新版9.0,兴高采烈,安装的时候非常顺畅,而且完美适配自己的GTX1060显卡。但是最后转了一圈下来发现,哦嚯,tensorflow并不支持9.0。下面链接为官方文档说明。
https://www.tensorflow.org/install/install_windows
于是全部删了重新来过,但是在安装CUDA 8.0.44的时候,提示跟GTX 10系列自带的驱动并不兼容,于是又去百度,有人说选择高级安装然后只安装CUDA,剩下的选项不勾,于是博主试了之后发现不行tensorflow并不能调用CUDA使用GPU加速,又把CUDA卸了,反复了好几次,最后博主一怒之下,选择了精简安装结果,结果。。。。就可以了。个人觉得就是要安装CUDA8.0自带的驱动才可以让CUDA正常运行与tensorflow-gpu适配起来。

运行C:\ProgramData\NVIDIA Corporation\CUDA\Samples\v8.0\bin\win64\Release\deviceQuery.exe
提示CUDA安装成功。
这里写图片描述

再打开python运行如下语句,发现GPU正常运行。
这里写图片描述

cuDNN

进一步提速,安装cuDNN,版本6.0。这个部分就参考上面提到的两篇博文都可以。

最后博主测试了前天编写的CNN_MNIST文件,运用cpu一个iteration要跑三分钟左右,而使用GPU,一个iteration只需要10秒,真是大快人心啊!!!


展开阅读全文

没有更多推荐了,返回首页