win10+GTX1080ti+python3.6.5配置cuda9.0+cudnn7.5.0+ TensorFlow-gpu1.12.0

win10+GTX1080ti+python3.6.5配置cuda9.0+cudnn7.5.0+ TensorFlow-gpu1.12.0

注:2019.6.26更新,根据TensorFlow官网介绍【地址:https://www.tensorflow.org/install/gpu】TensorFlow 1.13.0及以后版本支持CUDA10,我也验证了1.14.0版本发现已经不支持cuda9了,需要cuda10,因此如果安装TensorFlow-gpu1.13.0及更高版本的同学请安装cuda10,。我目前安装了1.14.0,用的cuda10,cudnn版本7.6。

前言:最近终于把自己的主机组装好了,入手了1080ti,所以重新配置了下TensorFlow GPU版,把安装的过程记录下。首先TensorFlow目前不支持cuda9.1,cuda9.2,cuda10。如果想用这几个高版本的,需要自己下载TensorFlow源码进行源码编译。我比较懒直接pip安装的所以就用的cuda9.0。

再说下我的版本情况:

  • 系统:windows10
  • 显卡:GTX1080Ti
  • python版本:3.6.5
  • cuda版本:9.0
  • cudnn版本:7.5.0
  • TensorFlow版本:1.12

首先说下为什么用cudnn7.5.0,正常大家用的更多的可能是7.0,7.1版本,直接上个nvidia官网的图,就说明了一切问题:

从图中能够看出,新的版本计算速度更快,因此我这里选择了最新的cudnn7.5.0版本。

下面是安装教程:

1、安装cuda9.0
先去官网下载cuda9.0,官网链接为:https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

下面就是安装,因为cuda9.0自带的显卡驱动版本比较老了,我已经先安装了最新的驱动,因此在安装cuda9.0时就不用在安装显卡驱动了,具体就是选择自定义,然后把显卡驱动的 √ 打掉。当然,如果你没安装显卡驱动,就不用忽略了,安装完成后也可以再安装新版本的显卡驱动,直接安装,它会自动覆盖。

2、安装cudnn7.5.0
直接去官网下载cudnn7.5.0 for cuda9.0,下载cudnn需要登录账号,没有的自己注册下。

下载完后,解压,然后把里面三个目录:bin、include、lib复制到cuda9.0的安装目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 下即可。
接下来在命令行中输入:nvcc -V 若能输出以下信息,则说明cuda安装成功了。

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017
Cuda compilation tools, release 9.0, V9.0.176

3、安装TensorFlow-GPU 1.12
直接pip安装TensorFlow-gpu即可,直接安装的话,因为谷歌的东东网速会巨慢,所以可以用清华的镜像,用下面的命令安装即可。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.12.0

安装完后,就可以测试是否真的安装成功了,打开命令行,或者pycharm之类的ide都可以,测个简单的TensorFlow代码:

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = tf.add(a, b)
with tf.Session() as sess:
    print(sess.run(c))

当你看到有如下信息输出:

2019-03-30 15:56:18.362654: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
2019-03-30 15:56:18.565432: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties: 
name: GeForce GTX 1080 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.683
pciBusID: 0000:01:00.0
totalMemory: 11.00GiB freeMemory: 9.11GiB
2019-03-30 15:56:18.565972: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0
2019-03-30 15:59:05.799542: I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-03-30 15:59:05.799675: I tensorflow/core/common_runtime/gpu/gpu_device.cc:988]      0 
2019-03-30 15:59:05.799752: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1001] 0:   N 
2019-03-30 15:59:05.801740: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 8799 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1080 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1)
3

那么恭喜你安装成功了。

  • 2
    点赞
  • 11
    收藏
  • 打赏
    打赏
  • 3
    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
©️2022 CSDN 皮肤主题:编程工作室 设计师:CSDN官方博客 返回首页
评论 3

打赏作者

天泽28

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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、C币套餐、付费专栏及课程。

余额充值