在上一篇文章介绍安装好双系统的基础上,本文主要记录,在win10环境下搭建TensorFlow-GPU所踩过的坑。为更多深度学习初学者提供一些参考,若有不足或错误之处,还望指正。
--------------------------------------------------------------------------------------------------------------------------------
一、本人电脑基本配置:
win10系统、8G内存、GTX1060(3G显存)、1T机械盘
二、工具准备
python3.5(64-bit)、cuda_8.0.44_win10、cudnn-8.0-windows10-x64-v6.0
三、CUDA安装
CUDA可在官网进行下载,根据自己的环境选择性下载。
exe分为网络版和本地版,网络版安装包比较小,执行安装的时候再去下载需要的包;本地版安装包是直接下载完整安装包。这里建议下载本地版。下载后正常安装就可以。
三、cuDNN安装(tensorflow1.4以上版本,建议下载 v6.0,采用v5.1,会出现.dll加载不了)官网下载cuDNN安装包需要注册并且填一堆问卷,下载好的安装包不需要安装,直接解压cuDNN,将bin、include、lib三个文件夹分别放在CUDA对应的同名文件夹之下。
关键坑-配置环境变量
TensorFlow 是一个编程系统, 使用图来表示计算任务,图必须在Session里被启动。 Session将图的op(操作)分发到如CPU或GPU之类的设备上运行计算。所以,当import tensorflow as tf
是不会报错的,但是当你要执行tf.Session()
的时候可能就有问题了。这个时候将会调用cuda,而环境变量的配置就尤为重要。否则会出现各种lib,dll加载不了。
path需要添加的路径:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\lib\x64
这样就OK啦。
四、TensorFlow-GPU的安装
打开cmd(命令提示符),执行pip3 install tensorflow-gpu进行安装。
五、代码测试
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print(sess.run(c))