tensorflow CPU+GPU安装过程(windows10+ubuntu)
安装过程总览
CPU版本:
通过pip命令可以直接安装
在安装相应版本的python之后输入命令
pip3 install --upgrade tensorflow
在安装完成测试的时候可能会有一个警告,大体意思是本机的CPU还不错,可以通过另一种指令编译,提高运算速度(网上有的说会得到三倍的运算效率)。可以把这个卸载了通过编译源码的方式重新编译安装.
GPU版本:
总体需要四个部分
* NVIDIA驱动
* CUDA (CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。)
* CUDNN (针对神经网络的加速库)
* tensorflow-gpu
ubutun16.04下的安装(GPU版本)
Windows10 下的安装(GPU版本)
1. 更新NVIDIA驱动
在NVIDIA官网下载对应驱动并安装
2. 安装python
python3.5 之后才在Windows上支持tf 下载链接
3. 更新pip
在Windows下做下面操作的过程中可能会遇到操作权限不足的情况,可在C:\Windows\System32 目录下找到cmd.exe文件右键以管理员身份运行(网上有通过一系列设置就不用每次都这样进入的方法,可自行百度)
python -m pip install --upgrade pip
4、 安装numpy
pip3 install numpy
5、 安装CUDA
可在官网找到CUDA的相关版本,下载运行安装即可
可能有好几个文件,是主体和相关的补丁
安装完成后可通过命令
nvcc -V
查看是否安装正确
6、安装CUDNN
官网下载地址
下载后解压
把这三个目录中的文件复制到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1下对应的文件中
7、安装 tensorflow-gpu
pip3 install tensorflow-gpu
8、安装过程中可能遇到的问题
笔者在安装过程中遇到过更新驱动失败的问题,可多次尝试或者google。同时在安装完成之后,可能遇到在python变成界面中
import tensorflow
报错的问题,这可能是由于tensorflow与CUDA或者CUDNN版本不匹配的问题,更换CUDA或者CUDNN的版本即可,网上还有一些已经固定匹配可用的版本,比如CUDA8与tensorflow某版本,如果不是非要用比较新的版本,可选择安装资料相对多的版本。