Win10+tensorflow1.12.0+CUDA10.0+cudnn7.3.1
简介
垃圾电脑的垃圾CPU受够了,决心献出显卡,放GPU出来溜溜。
下面介绍tensorflow的GPU版本安装与测试。
CUDA10.0安装配置
CUDA可直接百度,官网下载。若要寻找历史版本,在此提供CUDA历史版本链接。建议直接下载local版的安装文件,避免因为渣网在线安装失败的问题。如果遇到下载链接点开无效的,可尝试挂上梯子,将其代理模式切换至全局模式,再重新下载链接文件。
下载完成后点开安装文件,理论上设置好安装路径后按部就班安装即可。
我在这里出现了如下错误。(图是盗的
这说明你的vs出问题了,网上说最佳方案是把vs卸载重装,解决一切问题。
在此我参考另一篇博文解决了该问题。方法如下:
- 记录安装CUDA设置安装的路径 ,将路径下CUDAVisualStudioIntegration文件夹拷到其他位置保存,这里记作“dir\CUDAVisualStudioIntegration”,dir为你拷贝文件所在路径。该文件夹所含文件如下图:
- 选择自定义安装,去除CUDA选项下Visual Studio Integration的勾号,点击下一步进行安装;
- 待安装无误后,将"dir\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions"中所有文件copy到"C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations"文件夹中;
- 运行vs,编译"C:\ProgramData\NVIDIA Corporation\CUDA Samples"下的sln工程,一般可正常编译。至此,CUDA程序已能正常运行;
- 虽然上述VS已可以正常编译,但毕竟不是完整安装CUDA,因此缺失了VS中“新建CUDA解决方案”的功能,若想进阶使用,参考如下博文。
cudnn7.3.1安装配置
cudnn需要与对应CUDA版本匹配起来,在此仍旧提供历史版本链接。链接打不开可用前面的方法解决。下载完成后解压,将对应的文件分别拷贝到CUDA Toolkit中即可。对应的文件夹为:
若为默认安装,则应将上图文件夹中文件分别拷贝到的文件夹如下:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
路径配置
万事皆宜,只欠东风。接下来设置环境变量
计算机上点右键,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_V10_0两个环境变量,接下来,还要在系统中添加以下几个环境变量:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0(这是默认安装位置的路径)
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
然后:
在系统变量 PATH 的末尾添加:
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
再添加如下4条(默认安装路径):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64;
如果你选用了自定义路径,上述这些默认路径都应该相应替换为你的自定义路径,如下为我的环境变量和PATH的配置情况:
环境变量:
PATH:
至此,理论上已配置好CUDA的全部环境。可在cmd中输入命令行进行测试。
nvcc -V
正确结果如下图:
安装tensorflow1.12.0
it’s easy,right?
- 下载tensorflow1.12.0的轮子
百度链接:https://pan.baidu.com/s/1GEdR1z8L8hjWfFtuzqWaxQ
提取密码:ea5x
- 下载目录下cmd输入
pip install tensorflow-1.12.0rc0-cp36-cp36m-win_amd64.whl
稀里糊涂安装成功后,基本上宣布此次放GPU出来溜溜作战的胜利。
测试tensorflow-gpu
进入python环境,输入如下代码
>>>import tensorflow as tf
>>>sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
查看日志信息若包含GPU信息,就是使用了GPU。
自从tensorflow用上GPU以后,真的巨快巨爽,祝小伙伴们都能早日成功安装CUDA哦。
GPU一时爽,一直GPU一直爽!(不是