记录:配置win10+gtx1660+python3.6+Tensorflow-gpu+keras+cuda+cudnn跑GitHub的YOLOv3:
文章目录
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
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
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:
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
不然会提示安装失败!!!
安装成功在cmd
输入nvCC -V
这样就说明安装成功了~
cudnn7.6
附上网址cuDNN Archive
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
运行cuda
的补丁
还记得刚刚的4个
patch
吗
我之前不知道这是补丁,就只弄了Base
,然后出现了如下错误
解决办法就是运行那4个
patch
,不知道具体顺序有没有讲究,我是按1、2、3、4运行的,运行时按默认就可以。
验证gpu是不是可以用了
或者你直接运行你的程序,如果有提示显卡信息什么的就应该是可以了
其它问题
到这里基本是可以了
或者可能会遇到奇奇怪怪的问题,按照提示百度或者评论留言一起探讨。