这次重装系统后重新安装tensorflow-gpu,发现忘了怎么装的了,现在记录下这次的安装过程。安装的tensorflow-gpu版本为1.12.0,是截止目前(2018/12/22)最新版本。不想看安装过程的可直接拉到下面看正文。
由于在网上看到一篇文章介绍说使用conda安装tensorflow-gpu很酸爽,连cuda,cudnn都给你自动装好。我就决定一试。
首先,我先去Anaconda官网下载Anaconda,发现最新版本的是Anaconda的python3.7版本,不管不管,就下最新的。下好安装好以后,配置好环境变量(将Anaconda/和Anaconda/script加入Path环境变量),就迫不及待地安装tensorflow-gpu了。打开cmd,输入
conda install tensorflow-gpu,然后就等待奇迹发生了,心情有点小激动呢。结果跳出提示需要安装依赖,你妹啊,不是说好的一键安装吗?
接着我安装提示输入conda info tensorflow-gpu所需要的依赖,蹦出来一堆,后来发现win10下的python3.7还不支持tensorflow,只好降级为3.6了。查阅Anaconda官网只要输入conda install python=3.6即可将python降级。
好了,python也降级了,这次该成功了吧,输入conda install tensorflow-gpu,这次终于可以顺利安装了。可是......,下载咋这么慢呢,换源!输入一下两条命令即可实现conda换源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
换源后嗖嗖嗖就安完了。输入conda list查看tensorflow-gpu果然在列。然后写点代码测试一下,在python IDLE输入import tensorflow as tf,竟然报错! ***,都是坑啊,算了,还是自己装cuda和cudnn吧。
--------------------------------------------------分割线----------------------------------------------------
正文
首先把上面安装的tensorflow-gpu和cuda、cudnn等全删了,我怕删不干净,直接把Anaconda删了。
这次我长教训了,安装的Anaconda是以前自己保留的版本,为大家方便,我把需要的软件都放在网盘,详细信息罗列在下:
Anaconda3-4.4.0
CUDA Toolkit 9.0
cuDNN:包含cuDNN64_7.dll
网盘地址链接:https://pan.baidu.com/s/1q9G4iMtP9edxI1w6IzzfKw 密码:umu7
下面来介绍具体的安装方法:
-
安装软件:Anaconda和CUDA都是.exe文件,点击执行安装即可。cuDNN是一个叫cuda的文件夹,不用动它。
-
配置环境变量:Anaconda的环境变量应该不用说了。主要说下CUDA和cuDNN的环境变量配置。
假入CUDA Toolkit 安装路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
cuDNN的那个叫做cuda的文件夹路径为 C:\tools\cuda
。
我们就将以下路径放入环境变量:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64
C:\tools\cuda\bin
-
在cmd中输入 pip install tensorflow-gpu就大功告成了,经测试可以使用。
附:环境变量设置方法
首先说一下为什么要配置环境变量?
假设有一个example.exe程序,我们得进入它的路径双击它才能打开。我们把这个exanple.exe程序所在的变量加入环境变量,那么我们只要在cmd里输入这个程序的名字example就能运行它,不加环境变量则不能。所以说,设置环境变量就是为了让人或别的程序能快速找到它运行它。tensorflow-gpu依赖CUDA,所以要设置它的环境变量便于tensorflow-gpu找到它。
设置方法:
右键“我的电脑”->“属性”->“高级系统设置”->“环境变量”->“系统变量”->点“Path”->点“新建”->新建添加所要加入的路径即可。