TensorFlow C++版编译及VS2017环境配置(从零开始)
文章目录
版本信息确认
TensorFlow、Python、编译器MSVC、构建工具Bazel四者之间有着相应的对应关系,为了保证编译的正常进行,需要根据官方文档的要求安装相应版本。如果需要使用GPU版本,还需要注意CUDA、cudnn、GPU型号以及驱动版本之间的对应关系。GPU、驱动与CUDA的对应关系可以查询Nvidia官网,而TensorFlow、Python、CUDA、cudnn的对应关系可以查询TensorFLow官方文档。在本文中所使用的构建配置信息如下:
项目 | 版本信息 |
---|---|
OS | Windows10_x64 |
TensorFlow-GPU | 2.0.0 |
Python | 3.7 |
MSVC | 2017 |
Bazel | 0.26.1 |
GPU | NVIDIA GeForce RTX 2060 |
Driver Version | 516.59 |
CUDA | 10.0.130 |
cudnn | 7.4.2.24 |
Note:
-
1.RTX30系GPU仅支持CUDA11.3及以上版本,安装低版本程序可能可以运行,但预测结果会出错。
-
2.因为TensorFlow在编译时会占用较大空间,因此需要在C盘预留20GB左右的空间
-
3.除了以上提到的项目,电脑还需预装Anaconda、Git等常用工具
CUDA和cudnn安装
CUDA和cudnn下载
根据个人情况自行选择合适的CUDA版本下载即可,由于有墙,因此下载速度较慢,可以科学上网提高下载速度,尽量选择本地安装包。如果选择在线安装包,可能因为网速问题导致安装失败。
Note:下载cudnn需要登录Nvidia账户,没有的话用邮箱注册一个就行,建议尽量使用gmail。使用国内邮箱可能会收不到验证邮件。
CUDA和cudnn安装
CUDA只需要根据安装程序的提示与个人需要勾选需要的组件一步步安装即可。以下是本文各个安装步骤的选择。
cudnn则是CUDA的补充,将cudnn解压缩后得到如下图所示bin
、include
、lib
三个文件夹,将这三个文件夹里面的文件复制到CUDA安装目录中即可。CUDA的默认安装位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
。
环境变量配置
添加path系统环境变量,具体的变量信息根据安装位置和版本有细微差别,以下为本文系统环境变量配置
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
验证是否安装成功
在shell中输入以下信息查询CUDA信息
nvcc -V
如成功安装则会出现如下信息:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:04_Central_Daylight_Time_2018
Cuda compilation tools, release 10.0, V10.0.130
在CUDA安装目录下有自带的测试样例,默认位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite
。在该目录下打开shell,输入以下指令运行测试样例
.\deviceQuery.exe
出现如下信息则为安装成功
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite