本教程参考 https://blog.csdn.net/weixin_42359147/article/details/80622306
本机配置:
小米笔记本13.3
Cpu Core i5-8250U @ 1.60GHz 四核
显卡 Nvidia GeForce MX150 ( 2 GB )
内存 8GB
操作系统 win10
安装步骤:
- 安装 cuda-9.2
- 安装 cuddn-7.5
- 安装 TensorFlow-gpu-1.8.0
只需要安装这三个软件即可以,不需要安装 vs2017。
首先安装 cuda-9.2。
这里一定要注意选择你显卡支持的cuda版本。如何查看对应的cuda版本,大家可以看我的另外一篇博客 https://blog.csdn.net/qq_36835255/article/details/88681992。这里就不详细展述。
以我的为例,我显卡是Nvidia GeForce MX150,虽然显示是支持 CUDA 9.0 。
按道理我应该安装 CUDA-9.0,但会报找不到设备的错误,后来我选择安装 CUDA-9.2 ,可以顺利安装。
CUDA下载地址:
https://developer.nvidia.com/cuda-toolkit-archive
在这里大家可以选择自己对应的版本。
安装过程就是一直Next,要注意的有2点:
选择自定义安装,
以及不要勾选安装 vs2017。
这里就不截图了。
第二步,安装cuddn
cuddn下载地址:
https://developer.nvidia.com/rdp/cudnn-archive
选择cuda-9.2对应的版本
下载下来后解压。然后把解压后得到文件全部覆盖cuda安装目录。
以我的为例,我CUDA安装目录为
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
这样cuddn就安装成功。
最后一步,安装TensorFlow-gpu。
保证已安装了Anaconda
1. 新建一个虚拟环境
conda create -n TensorFlow-gpu python=3.6
之所以这样做是是为了和原来Anaconda的环境区别开来,因为原来Anaconda环境是python3.7,TensorFlow低版本的不支持python3.7。
2. 打开Anaconda 命令行
输入命令
conda activate TensorFlow-gpu
将环境切换到刚新建的TensorFlow-gpu环境。
注意不要在CMD直接敲命令,不然会报找不到命令的错误
3. 安装 TensorFlow-gpu-1.8.0
注意:不要在线安装 TensorFlow-gpu-1.8.0 (重要),不然会报找不到 cudart64_90.dll错误,因为我安装的是 cuda-9.2,TensorFlow-gpu-1.8.0是不支持 cuda-9.2的。
正确的安装应该是下载编译过的 TensorFlow-gpu-1.8.0
下载地址:
https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU/cuda92cudnn71sse2
然后在用pip 安装下载后的whl文件。
以我的为例:
到这一步就完全安装成功。现在来验证一下
分别输入一下几个命令
import tensorflow as tf
hello = tf.constant(‘Hello,TensorFlow’)
sess = tf.Session()
print(sess.run(hello))
看到输出 “Hello,TensorFlow”即表示成功!