CUDA8安装配置
CUDA8的安装包可直接从NVIDIA官网下载。根据相应的系统选项,我选择的是cuda_8.0.61_win10.exe(大小为1.3G),安装的时候建议选择 自定义 而不是“精简”(从下面的英文解释可以看出,其实这里的精简写成完整应该更贴切,他会安装所有组件并覆盖现有驱动,然而我并不想安装全家桶,何况我的官方显卡驱动比他的新)。
如下图所示,我们只需选择CUDA下面这4项就够了(默认是全选的。。。),visual studio integration这一项没有勾选是因为我并没有使用VS环境。这一步之后,会询问这些组件的安装路径,可以直接使用C盘的默认位置,当然我自定义了一下(请记住这些安装路径,后面配置环境变量需要用到)。
安装完成之后,还需要下载cuDNN,这里需要登录并填写问卷才能下载,到下图所示的下载页面后,我选择的是图中高亮的版本(当时最新的是cuDNN6,而网上很多反应cuDNN6用不了,需要折腾一下才能用,因此,为了方便,我直接使用cuDNN5.1,不过后来cuDNN7出来了,应该可以直接使用~)。下载完成后,将这个压缩包里的所有文件放到CUDA8安装目录相应文件夹下即可。
接下来设置环境变量:
然后:
配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:
首先win+R启动cmd,cd到安装目录下的 ...\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
如果以上两步都返回了Result=PASS,那么就算成功啦。
安装TensorFlow和Keras
对于tensorflow的安装,我们可以直接按照官网的介绍使用
pip3 install --upgrade tensorflow-gpu
来进行安装,如果感觉下载速度过慢,可以点此链接http://www.lfd.uci.edu/~gohlke/pythonlibs/tuft5p8b/tensorflow_gpu-1.1.0-cp36-cp36m-win_amd64.whl下载wheel文件进行离线安装。
安装完成后,进入python环境,输入:>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))1
2
3
4
若出现下图结果,代表已成功基于GPU运行。
最后安装keras,可以直接pip install keras,它会自动附带安装所需的其他库和Theano,需要注意的是,此时Keras会自动选用TensorFlow作为其后端,而TensorFlow则会在有可用GPU时自动调用GPU运行。至此,整个配置就算完成啦~