Win10安装gpu-tensorflow

Win10 安装 anaconda + gpu-tensorflow

1.CUDA安装

CUDA® 是 NVIDIA 创造的一个并行计算平台和编程模型。它利用图形处理器 (GPU) 能力，实现计算性能的显著提高。

1.命令行中输入dxdiag,可以看自己的电脑配置，用来选对应的英伟达开发包驱动,登录https://developer.nvidia.com查看CUDA是否支持自己的GPU。

注意：需下载cuda-8.0!

2.下载安装
下载路径
注：网站链接不稳定，需要多测试几次

2.CUDNN安装

The NVIDIA CUDA® Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. cuDNN is part of the NVIDIA Deep Learning SDK.

下载链接
下载完实际上就是压缩包，解压后看步骤3

注意：需下载cudnn-5.1!

3.关联路径

把CUDNN文件夹下的文件复制到CUDA安装目录对应同名文件夹下

4.安装anaconda

注意：需下载python-3.6或python3.5版本！

Anaconda下载链接
注：下载的时候需要选择windows_python3.6版本，这个网站同样连接不稳定，需多测试几次，安装的时候需注意要勾选两个对勾，让python添加到系统路径。

5.创建python3.5开发环境

anaconda支持创建多个python版本环境。可以同时装python2,python3.4 … ，且相互之间不影响。

conda create -n py35 python=3.5

注: gpu-tensorflow 暂时不支持python3.6,若下载下来的anaconda为python3.6版本，需创建3.5环境。

每次运行python3.5的时候，需要激活环境：

activate py35

更多关于anaconda的指令移步此处：
anaconda Cheatsheet

6.安装gpu-tensorflow

不建议用源码安装，可以选择用pip安装或conda安装。

pip install tensorflow-gpu

有时候用pip安装tensorflow速度极慢且不会断点下载，可以考虑用anaconda安装。

conda install tensorflow-gpu

7.运行测试

创建名为gpu_test.py 的文件，文件内容如下

# 新建一个 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)
# 新建session with log_device_placement并设置为True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# 运行这个 op.
print sess.run(c)

命令行测试运行

python gpu_test.py

如果得到以下类似结果，说明GPU分配成功

Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22.  28.]
 [ 49.  64.]]

可能遇到的问题

1. python版本为3.6

会提示一堆找不到DLL的信息，按照别的博客上设置环境变量的方法，毫无作用。

2.不要轻易安装dll

许多博客上会说如果dll未加载的时候去下载安装mscp140.dll(实际上就是转载Github上的问答),如果装了vs的最好不要去下，先去c盘检测system32文件夹下有没有这个dll。

3.anaconda的好处

anaconda安装gpu-tensorflow不需经过源码安装，而且随时创建虚拟环境，是python开发最好的工具之一。自己从源码安装有时会有一些问题。

4.CUDA不要更新

Nvidia有时会更新CUDA，更新后会偶尔会出现不兼容问题

5.CUDA和CUDNN版本问题

按照本博客中的版本选择可以成功安装，测试了其他版本CUDNN会出现问题。

不推荐手工安装gpu-tensorflow,需要设置环境等且容易出错。