版本号:
显卡:NVIDA GTX1050
anaconda 3-5.2.0
numpy 1.19.5
CUDA 9
CUDnn 7
tensorflow-gpu 1.9
keras 2.2
一、anaconda安装
下载连接:anaconda3-5.2.0
提取码:012d
参考:史上最全最详细的Anaconda安装教程
一直看到该博主的2.1.4
二、安装CUDA、CUDnn
下载链接:
CUDA下载:CUDA9.0
提取码:pfu6
CUDnn下载:CUDnn7
提取码:dcsr
下载后先安装:cuda_9.0.176_win10.exe
接着安装:cuda_9.0.176.4_windows.exe
接着复制CUDnn中的内容
详细过程参考:Win10+cuda8.0+cudnn6.0安装过程(附百度云资源)
在cmd中查看是否安装成功(自行csdn)
三、安装Tensorflow-gpu1.9
打开cmd,输入:
pip install --index-url https://pypi.douban.com/simple tensorflow-gpu==1.9.0
参考:python3.6.5+cuda9+cudnn7.1+win10+tensorflow-gpu1.9.0下载配置
的第五部分
四、安装keras
打开cmd
pip install keras==2.2
五、验证tensorflow-gpu安装
import tensorflow as tf
with tf.device('/cpu:0'):
a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:1'):
c = a+b
#注意:allow_soft_placement=True表明:计算设备可自行选择,如果没有这个参数,会报错。
#因为不是所有的操作都可以被放在GPU上,如果强行将无法放在GPU上的操作指定到GPU上,将会报错。
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))
#sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))