Tensorflow-GPU加速安装教程
需要使用的安装包和版本
- python3.6:
使用Anaconda进行安装,下载地址:
https://pan.baidu.com/s/1B6j3bLlV4MwhOXEYn3wo5A
提取码:iu5r - vs2017:(在此我使用的是community版本)下载地址:
https://pan.baidu.com/s/1Lln-I9YM7QT66GAdm1gIgA
提取码:fgww - cuda9.2版本:(为何使用9.2版本之后会有解释)下载地址:
https://pan.baidu.com/s/1YFO4L4T6yBUOXX4lmi_5Bg
提取码:6ur1 - cudnn9.2:下载地址:
https://pan.baidu.com/s/160d7HpnLBIAQnlLhdULXJg
提取码:0vz9 - tensorflow-gpu安装镜像(必须使用这个!!!)下载地址:
https://pan.baidu.com/s/12hurLVnJri7d9FQThmMEcw
提取码:jran
步骤
vs2017安装
- 安装VS2017,点开上述中community的下载地址,在安装界面中只需要选择 C++ 即可。
cuda安装
- 我所使用的cuda安装是exe文件,点开后如下图所示
直接点击ok开始抽取文件后,进入如下界面:
进行兼容性检测,如果出现警告如图所示:
那么需要检查你的nvida控制面板,查看系统信息中的组件信息,NVCUDA.DLL,下载比我这个9.2版本更新的版本替代。之后cudnn也需要更新,tensorflow-gpu版本也需要更新。 - 选择精简直接进行安装到结束即可。至此cuda安装完成。安装完成后把该路径加到系统环境变量:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
cudnn安装
- 从https://developer.nvidia.com/cudnn上下载cudnn相应版本的压缩包(可能需要注册或登录)。
- 如果这个压缩包不是.tgz格式的,把这个压缩包重命名为.tgz格式。解压当前的.tgz格式的软件包到系统中的任意路径,解压后的文件夹名为cuda,文件夹中包含三个文件夹:一个为include,另一个为lib64,还有一个是bin,然后复制到CUDA_PATH下面。
- 将解压后的文件中的lib/x64文件夹关联到环境变量中。这一步很重要。(配置到环境变量的path全局变量里,详细过程这里就不演示了)
python3.6安装
- 使用anaconda进行安装即可,教程很多很简单不多叙述
安装tensorflow-gpu1.8.0
- 采用的安装包是地址是:
https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU/cuda92cudnn71sse2https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU/cuda92cudnn71sse2
下载下来之后 用pip安装这个whl文件,需要连网,因为会有其他的相关的库会自动下载。为什么要采用,是因为tensorflow-gpu不支持9.0以上的cuda版本,需要对原文件进行编译,大佬已经编译好放到了github上,如果出现版本问题的,可以在这里寻找。
至此安装步骤到此结束,可以进行tensorflow的测试
测试引用:
#coding=utf-8
import tensorflow as tf
import numpy as np
hello=tf.constant(‘hhh’)
sess=tf.Session()
print (sess.run(hello))
参考:
https://www.cnblogs.com/fanfzj/p/8521728.html
https://blog.csdn.net/weixin_42359147/article/details/80622306