系统配置:
Windows 7 64-bits
硬件:
NVIDIA Quadro M4000
软件及驱动安装:
各驱动、tensorflow 等的版本号需要具备一定的兼容性。并不是任意版本号的组合都能运行成功。tensorflow 安装不成功、报错,大多可能是某一驱动的版本号不对。
安装成功的组合:
CUDA 9.0.xx
cuDNN 7.4.1.5
tensorflow 1.12.0
python 3.6.xx
1、 显卡驱动
显卡驱动需要兼容 CUDA 9.0。CUDA 版本对显卡驱动版本要求,如下:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
NVIDIA 驱动程序下载最新版本即可,地址 :https://www.nvidia.cn/Download/index.aspx?lang=cn
2、CUDA、cuDNN
CUDA 9.0 地址:https://developer.nvidia.com/cuda-90-download-archive
cuDNN 7.4.1.5 地址: https://developer.nvidia.com/rdp/cudnn-archive
cuDNN 安装方法:解压后得到文件夹;分别将
3、python3.6.xx
window 下,tensorflow 支持 python 3.6 (不支持 python 3.7)
python 3.6.8 地址:https://www.python.org/getit/
安装时勾选添加python目录到环境变量。
4、PyCharm
最新版本即可,地址:http://www.jetbrains.com/pycharm/download/#section=windows
5、tensorflow 1.12.0
在 pycharm中,新建工程,执行
pip install tensorflow-gpu==1.12.0
注 1:如果执行 pip install tensorflow-gpu
则会安装最新版本,结果是1.13.0,安装成功,但无法运行。
注 2:如果执行pip install tensorflow
则会安装 CPU 版本的 tensorflow
运行时
warning:Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
处理:
# Just disables the warning, doesn't enable AVX/FMA
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
测试:python console 中执行 import tensorflow as tf
6、Keras
pycharm 中执行 pip install keras -U --pre
即可
测试:python console 中执行 import keras