Windows10/MX150显卡安装TensorFlow-GPU-1.10

踩着2018年的尾巴入手了HUAWEI MateBook 13全面屏轻薄本。
笔记本配置如下：
处理器：i5-8265U
内存：8GB 2133MHz LPDDR3
显卡：高性能版NVIDIA MX150

一. 安装显卡驱动

1. 本机自带了最新驱动。
   

二. 安装CUDA-9.2和CUDNN-7.2

1. 查看支持的CUDA版本
   桌面右击打开NIVDIA控制面板。
   
   如图所示，本机上的MX150支持CUDA-9.2。不过，目前tensorflow-gpu最高支持CUDA-9.0。我先尝试安装CUDA9.0，CUDA安装软件会先做系统检查，结果显示软硬件不兼容。因此只能选择安装CUDA9.2。

2. 安装CUDA9.2
   从官网下载安装程序cuda_9.2.148_win10.exe。
   运行cuda_9.2.148_win10.exe，安装选项默认是精简，选择自定义。点下一步，在自定义选项中去掉了 Visual Studio Integration。
   

3. 安装CUDNN7.2
   从官网下载与CUDA9.2对应的cudnn7.2压缩文件cudnn-9.2-windows10-x64-v7.2.1.38.zip。
   解压cudnn-9.2-windows10-x64-v7.2.1.38.zip，得到cuda文件夹，里面有三个文件夹。
   
   将bin、include和lib三个文件夹拷贝到CUDA9.2的安装路径下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2。
   

三. 安装python3.6

1. 目前，tensorflow-gpu最高支持python3.6。从官网下载python-3.6.5-amd64.exe。安装方法网上有很多，此处不再赘述。

2. pip使用国内源
   默认的pip下载源速度比较慢，更换国内源可以大大提升python库安装速度。
   打开%appdata%，在\AppData\Roaming\pip文件夹（没有pip文件夹可以新建）中新建pip.ini文件。pip.ini文件中输入(使用清华镜像源)：

   [global]
   index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
   [install]
   trusted-host = pypi.tuna.tsinghua.edu.cn

四. 安装tensorflow-gpu_1.10

1. 我先尝试用pip安装tensorflow-gpu。安装完成后，在import tensorflow时会报错，提示无法找到cuda9.0。所以，如果想要使用tensorflow-gpu，需要编译安装。
   不过编译安装有点麻烦，幸好有人已经在Github上分享了一系列编译好的tensorflow-windows-wheel文件https://github.com/fo40225/tensorflow-windows-wheel。
   在1.10.0\py36\GPU目录下有两个文件夹，分别是cuda92cudnn72sse2、cuda92cudnn72avx2，两个文件夹下各有一个whl安装文件。cuda92cudnn72sse2表示适用于cuda9.2和cudnn7.2，并编译成sse指令集，cuda92cudnn72avx2表示适用于cuda9.2和cudnn7.2，并编译成avx指令集。
   
   用cpu-z看了cpu参数，i5-8265U两个指令集都支持，我选了avx指令集版：
   
   

2. 下载tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl，然后进入所在目录，使用pip安装即可。

   pip install tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl

五. 测试

import tensorflow as tf
hello = tf.constant('hello, tf!')
sess = tf.Session()
print(sess.run(hello))

OK！

转载于:https://www.cnblogs.com/gaoyq/p/10268442.html