Windows安装tensorflow-gpu的方法
1.软件对应版本:
tensorflow-gpu1.14.0
CUDA10
cudnn 7.6.5
keras2.2.5
2.软件下载及安装:
①CUDA:
下载地址:https://developer.nvidia.com/cuda-10.0-download-archive
安装方法:下载(选择local离线安装),下载完成后直接安装,选择自定义,一直点击next,直到安装完成,安装完成后默认地址在C盘program files文件夹下的NVIAD GPU…Toolkit文件夹下
②cudnn:
地址:https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
使用方法:选择cudnn v7.6.5 for windows10,下载完成cudnn后解压,将文件夹里面的lib、bin、include中的dll(lib、.h)文件分别复制粘贴到对应的CUDA文件夹下的lib、bin、include中。
然后打开cmd,输入nvcc -V会看到安装成功的CUDA版本。(注:-V为大写)
③安装tensorflow-gpu:打开pycharm项目,在底部Terminal(终端)中输入
pip --default-timeout=500 install -U tensorflow-gpu==1.14.0 -i http://mirrors.aliyun.com/pypi/simple/
(注:如果一次没有成功请不要放弃,在导一次或者换一下地址源,本人亲测清华大学的源可以使用)
地址源:
阿里源:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
华中理工大学 : http://pypi.hustunique.com/simple
山东理工大学 : http://pypi.sdutlinux.org/simple
④安装keras:
和③类似,将tensorflow-gpu1.14.0换成keras2.2.5
(注:建议使用清华源,一次不成功千万别放弃和生气,你只需要动动手指,在导几次!!!)
⑤tensorflow-gpu安装测试
测试tensorflow-gpu是否安装成功且可用:在pycharm项目中新建一个.py文件,复制下面代码,若输出GPU:True,则表示安装成功
import tensorflow as tf
import os
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘2’
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print(‘GPU:’, tf.test.is_gpu_available())
若报错,出现红色关于No Found … **.dll的错误提示,请到CUDA文件夹下的bin或者lib文件夹下找到相应的dll文件,将其复制到windows文件夹下的System32文件夹下即可。