win10+Anaconda+tensorflow-gpu下启用GPU

win10+Anaconda+tensorflow-gpu下启用GPU加速

背景

由于需要跑深度学习程序,要用到gpu,所以启用GPU加速。
软件和包:1.Anaconda 2.CUDA和CuDNN 3.python 4.TensorFlow-gpu。
版本信息:cuda-V9.0,cudnn-9.0-win10-x64-V7.5.,python-V3.6,tensorflow-gpu-V1.9.0
显卡:GTX960M
安装前一定要确认好每个软件的版本是否相互支持。

安装

1.Anaconda

Anaconda包含了conda、Python等180多个科学包及其依赖项,功能十分强大。
Anaconda下载地址:https://www.anaconda.com/download
在这里插入图片描述
注意安装过程中勾选在环境变量中添加路径,这样可方便的在命令行中直接启动

在这里插入图片描述
安装启动前若不勾选上第一项,则需在软件安装完成手动添加环境变量
在这里插入图片描述

2. CUDA

CUDA是NVIDIA推出的运算平台,CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案。在安装之前要查询下最新TensorFLow发行版支持到了哪个版本。笔者选择的是cuda-V9.0,cudnn-9.0-win10-x64-V7.5.
1)显卡型号支持:https://developer.nvidia.com/cuda-gpus
显卡型号支持
2)CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
下载cuda_9.0.103_win10并运行。安装软件会先运行一个系统检查,如果没有软硬件不兼容的情况就能继续进行下一步。若有不兼容情况,系统检查则会报错,无法进行下一步。如果报错了,就最先考虑下是不是自己的显卡不被该版本支持。
在这里插入图片描述
在安装选项:
选精简(E),会将所有包都装好(不想麻烦就选这个);
选择自定义(C),在下一步选择安装包。
在这里插入图片描述
在选择安装项时一般不安装GeForce Experience,CUDA是核心组件必须勾上,剩下两个选项的当前版本如果比新版本低的话也可以勾选上。接着点击下一步就开始安装了。
在这里插入图片描述
3. CuDNN安装

CuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-download

(下载CuDNN需要注册账号,注册过程比较简单)
在这里插入图片描述
解压压缩包cudnn-9.0-windows10-x64-v7.5.0.56.zip,得到三个文件夹
在这里插入图片描述
将这三个文件拷贝到CUDA9.0的安装路径根文件夹下
在这里插入图片描述

4. 安装tensorflow(GPU版)

打开Anaconda Prompt,进入Anaconda命令行管理界面。

配置清华仓库镜,输入指令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

创建运行环境,输入指令:

conda create -n tensorflow-gpu python=3.6

新建一个名字为“tensorflow-gpu”,python版本为3.6的虚拟运行环境,此环境与Anaconda中其它环境隔离。红框中的软件包也会随之安装,输入“y“和回车后开始安装。

激活并进入环境,使后续指令在激活的环境中生效,输入指令:

conda activate tensorflow-gpu

升级pip到最新版,防止稍后的安装时,出现错误(笔者初次在安装tensorflow时,没有更新pip到最新版,导致下载到一半出现错误),输入指令:

python -m pip install --upgrade pip

安装tensorflow-gpu,这里需要注意,如果直接pip install tensorflow-gpu,会安装最新版的tensorflow-gpu,可能会导致与当前的cuda版本不兼容,所以要指定版本,一个版本不行就换一个版本试试:

pip install tensorflow-gpu==1.9.0

至此,tensorflow的安装完成。

5.验证

在命令行中,进入python,并输入以下代码:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

输出:

b’ Hello, TensorFlow!

在这里插入图片描述

参考:
https://blog.csdn.net/weixin_39290638/article/details/80045236
https://www.cnblogs.com/fanfzj/p/8521728.html
https://stackoverflow.com/questions/43942185/failed-to-load-the-native-tensorflow-runtime-python-3-5-2

  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值