Tersorflow-gpu(1.12版)+Anaconda+Win10的安装之路(草根版本)

一、环境的配置(具体见后续安装步骤)

注:最好保证自己的电脑安装过Vs2013至2017任意一版,后续的验证会用到。

1、Anaconda

(Anaconda3-5.2.0-Windows-x86_64.exe) 该版本对应的为Python3.6.5
版本号:62244c0382b8142743622fdc3526eda7
下载传送门:https://repo.anaconda.com/archive/

2、CUDA

(9.0版本)
下载传送门:https://developer.nvidia.com/cuda-toolkit-archive

3、CuDNN

(只要适应CUDA9.0的版本)
下载传送门:https://developer.nvidia.com/cudnn

4、Python-3.6(Anaconda自带该python的版本),如果版本冲突见后文

5、TensorFlow-gpu 1.12

安装tensorflow-gpu一般是外网,且安装库较大,建议大家使用下面静态网站下载,下载速度比默认路径快
pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

二、Anaconda的安装

下载传送门:https://repo.anaconda.com/archive/
在这里插入图片描述

注1:我们选择安装的是Anaconda对应python的3.6版本,如果安装了高版本的Anaconda如何将python从高版本降到低版本3.6,请阅览:

https://blog.csdn.net/Fhujinwu/article/details/85851587

注2:具体的Anaconda的安装地址如下:

https://blog.csdn.net/ITLearnHall/article/details/81708148

注3:在安装Anaconda后运行Anaconda prompt 可能会出现报错:chcp不是内部命令解决方案,或者cmd不是内部命令的解决方案,解决方法如下:

控制面板->系统和安全>系统->高级系统设置->高级->环境变量
在这里插入图片描述
将C:\Windows\System32的路径添加
在这里插入图片描述

三、CUDA9.0的安装

注1:在安装前确保本机有独立的显卡,以及显卡的驱动程序已经更新:

更新驱动:去官网http://www.geforce.cn/drivers
有两种选择:
(1)你可以下载GeForce Experience让它自己帮你安装
(2)也可以自己手动搜素下载驱动程序
如果上述情况都解决了,那就直接确认,之后重启是可以直接使用的。

注2:进行CUDA9.0的下载与安装

下载传送门:https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述

注3:具体的安装步骤:

https://blog.csdn.net/AAlonso/article/details/81504036
可忽略安装中的一些提示

注4:检测CUDA:

方法一:在dos窗口中输入nvcc -V,如果输出是cuda版本信息,则说明安装成功
在这里插入图片描述
方法二:在cuda安装文件夹中有deviceQuery.exe 和 bandwidthTest.exe两个程序。首先启动cmd DOS命令窗口,默认进来的是c:\users\Admistrator>路径,输入 cd … 两次,来到c:目录下输入dir 找到安装的cuda文件夹。
在这里插入图片描述
分别输入deviceQuery.exe 和 bandwidthTest.exe,运行结果如图所示。Rsult=PASS则说明通过,反之,Rsult=Fail 则需要重新安装。
在这里插入图片描述

四、 cuDNN的下载:

下载传送门:https://developer.nvidia.com/cudnn
在下载CUDNN7.0之前,会提示你注册一个账号,输入邮箱等相关注册信息注册一个账号,然后用注册的账号进行登录就可以进行下载。
在这里插入图片描述

注1:下载完成后进行解压

后文的相关路径即默认路径
(1)将cuDNN解压后的三个文件夹bin、include、lib文件夹,将这三个文件夹复制到安装CUDA9.0的路径覆盖原有的文件。本机的安装路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
在这里插入图片描述
(2)系统环境的配置:
控制面板->系统和安全>系统->高级系统设置->高级->环境变量(参考二、Anaconda安装中的注3)
将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin添加到系统变量的Path中,
将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include添加到系统变量的Path中,
将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64添加到系统变量的Path中

五、 tensorflow-gpu1.12的安装:

注1:添加国内镜像源,加快安装速度

参考:https://blog.csdn.net/qq_29007291/article/details/81103603

注2: 打开Anaconda Prompt创建Tensorflow—gpu环境(python环境为3.6):

(1)
在Prompt中输入:conda create -n tensorflow_gpu python=3.6
(如果遇到更新python的版本而导致安装失败,可查看python的版本,例如:输入具体python=3.6.5)
在这里插入图片描述
中间会让我们确认一下,输入个y回车就好了。安装好后会给我们提示用activate,和deactivate进行环境的切换。

​ 在创建好的环境下,我们先切换到创建好的环境中:
activate tensorflow_gpu

不用时退回到root环境使用如下代码:
deactivate tensorflow-gpu

(2)在激活环境后(activate tensorflow_gpu)安装anaconda的包
在Prompt中输入: conda install anaconda
在这里插入图片描述
(3)安装GPU版本的tensorflow
安装tensorflow-gpu一般是外网,且安装库较大,建议大家使用下面静态网站下载,下载速度比默认路径快
在激活后的(activate tensorflow_gpu)环境中输入:
pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

注3:环境的测试

在这里插入图片描述
再输入以下代码:

import tensorflow as tf

hello = tf.constant(‘Hello, TensorFlow!’)

sess = tf.Session()

print(sess.run(hello)
(一行一行输入,sess启动gpu可能需要一些时间)
在这里插入图片描述

部分内容参考:https://www.cnblogs.com/gaofighting/p/9917456.html

发布了3 篇原创文章 · 获赞 3 · 访问量 134
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 深蓝海洋 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览