记录：配置win10+gtx1660+python3.6+Tensorflow-gpu1.10+keras2.1.5+cuda9+cudnn7跑GitHub的YOLOv3：

最新推荐文章于 2024-07-28 13:47:26 发布

陈先生要加油

最新推荐文章于 2024-07-28 13:47:26 发布

阅读量670

点赞数 1

文章标签：深度学习 gpu cuda python

本文链接：https://blog.csdn.net/qq_40710418/article/details/109100802

版权

记录：配置win10+gtx1660+python3.6+Tensorflow-gpu+keras+cuda+cudnn跑GitHub的YOLOv3：

文章目录

记录：配置win10+gtx1660+python3.6+Tensorflow-gpu+keras+cuda+cudnn跑GitHub的YOLOv3：

背景

要跑的工程是github上的qqwweee/keras-yolo3
从Readme.md可以看到该项目的主要依赖环境如下图

然后因为版本兼容等问题，我装的是
python 3.6
tenserflow-gpu 1.10
keras 2.1.5
cuda 9.0
cudnn 7.6

看其它的博文还需要安装Visual studio,我是之前就已经有VS2019了，所以跳过了这一步

另外,因为版本兼容的问题比较灵活，大家遇到具体问题时可以根据cmd的提示进行分析然后百度一下。

配置过程

python3.6

这里建议大家用anaconda，因为不同项目可能需要的环境不一样，通过anaconda可以比较方便的管理不同的python环境

python环境查看

conda info -e

创建python环境

conda create -n py36 python=3.6

激活python环境

conda activate py36

tensorflow-gpu 1.10

pip install tensorflow-gpu=1.10 -i https://pypi.tuna.tsinghua.edu.cn/simple

原本下载的是tensorflow-gpu 1.6，但是提示和cudnn不兼容
我下载的是cudnn 7.6，但提示tensorflow-gpu 1.6和cudnn 7.0.3兼容，另外配上版本匹配图

在这里插入图片描述

因为这里写cudnn是7，cuda是9，也没有写是7点几
然后解决办法有两个：

更新TensorFlow-gpu的版本，让它能兼容更新的cudnn（我采取的方法）
就按提示的那样下载对应版本的cudnn

keras 2.1.5

pip install keras=2.1.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

这里一般没有什么问题

cuda9

附上网址CUDA Toolkit 9.0 Downloads

在这里插入图片描述

Installer Type选择local或者network我感觉都行
然后Base就是要安装的cuda，然后其它的4个Patch就是一些补丁，都是需要下载的

下载好Base后，直接双击文件

然后可能出现如下提示：

在这里插入图片描述

有这样的提示是因为它要安装的显卡驱动比我们的旧，问题不大，不装它的驱动不就行了，点击继续->同意并继续->选择自定义（高级），然后下一步

然后按下图这样不要勾其中的3项

在这里插入图片描述
不然会提示安装失败！！！

安装成功在cmd输入nvCC -V
在这里插入图片描述
这样就说明安装成功了~

cudnn7.6

附上网址cuDNN Archive

在这里插入图片描述

我下载的是截图里面最下面的cuDNN v7.6.5 for CUDA 9.0
这是一个压缩包，解压之后如下图

把bin,include,lib三个文件粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，这个看自己cuda安装的具体路径

可以看到这里已经有bin,include,lib，我们把cudnn里面的三个复制到这里就可以，也就是说把cuda原来的覆盖