Tensorflow是一个开源软件库,用于各种感知和语言理解任务的机器学习。Tensorflow-gpu的运行需要CUDA+cuDNN的支持
CUDA是NVIDIA推出的用于自家GPU的并行计算框架
cuDNN是一个专门用于神经网络的加速包
机器学习目前已经成为很多物理师和临床医师的热门研究课题之一,本文在此介绍Tensorflow和cuda在Windows系统下的安装,以实现GPU支持。
确认Python版本进行以下步骤前请先确认python版本为3.5-3.6以及pip版本 >19.0
python --version
pip --version
如果python版本不对,可以通过Anaconda创建指定python版本的工作环境,具体步骤可参看《Python及图像处理相关包安装》一文
安装tensorflow
1. 利用pip安装tensorflow
pip install tensorflow
如果默认pip源下载太慢,可以改成阿里云的源,后续涉及到pip安装的也一样
pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/
2. 测试是否安装成功:
Python #进入python解释器import tensorflow
出现下列信息表示安装成功
这里已经可以使用CPU进行计算了,在实际使用过程中,往往会使用GPU来加速计算,实现tensorflow的GPU支持,需要安装CUDA,为获得良好的使用体验,建议使用GTX 1060以上GPU,显存在6GB以上
实现GPU支持
1. 下载安装CUDA Toolkit 10.1 update2
https://developer.nvidia.com/cuda-toolkit-archive
2. 下载cuDNN 7.6.5
https://developer.nvidia.com/cudnn
注意:需要注册nvidia developer账号
cudnn下载完成后无需安装,只需要解压后放到任意位置。
以解压到C:/cudnn7.6/为例
解压后确保C:/cudnn7.6/cuda/bin/路径下面存在cudnn64_7.dll文件
3. 配置环境变量
Win+R打开运行窗口,运行sysdm.cpl
在打开的窗口内选择 高级->环境变量
编辑系统变量中的Path项
总共需要新建4条路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v10.1\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v10.1\include
C:\cudnn7.6\cuda\bin
修改环境变量后,需要重启Anaconda Prompt以生效
再进入解释器,测试,无返回信息则表示GPU计算库安装成功
pythonimport tensorflow
看完本文有收获?请分享给更多人
推荐阅读
关注「质子重离子放疗」公众号