前言
为了更好的学习工作,清理了下电脑,重做了下系统,因此需要重新装深度学习相关的运行环境。在这里记录一下安装过程,以备后用。
环境:Windows 10 & vs-2015 & cuda9 & cudnn7 & anaconda3 & tensorflow-gpu
安装步骤
1. 安装 vs2015
首先在安装 cuda 之前需要安装 vs,在这选择安装 vs2015,安装需要的 iso 文件在我的网盘里。
网盘链接:https://pan.baidu.com/s/10KQn-1yBqZ1vzkJnbzNL2A
提取码:1aiq
下载完成之后,打开其中的 vs_community.exe
文件进行安装,安装期间所有的选项均默认即可。安装路径也可以单独指定。
如果之前电脑里有 vs 的可以直接跳过此步骤,或者可以重新更新一下。
2. 安装 cuda9.0
安装完 vs2015 之后就可以安装 cuda 了,在这里我安装的是 cuda9.0 (因为目前 tensorflow 还不支持最新的 cuda10),cuda9.0 安装文件的下载路径:cuda9.0 安装文件,当然,如果想下载 cuda 的其他可用版本也是可以的。
cuda9.0 的安装文件下载好了以后会是类似于:cuda_9.0.176_win10.exe
的一个文件,然后就是打开安装文件,一步步的按照默认的选项进行安装。使用安装文件安装完成之后,打开 cmd命令窗口 输入:
> nvcc -V
就可以看到类似的以下 cuda9.0 的版本信息:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:32_Central_Daylight_Time_2017
Cuda compilation tools, release 9.0, V9.0.176
到此,cuda9.0 算是安装完成。
3. 安装 cudnn7
安装好 cuda9.0 之后,需要安装与之版本相对应的性能优化库:cudnn7,cudnn7 的下载路径:下载 cudnn7,NVIDIA要求用户登录之后才开放下载 cudnn7 的下载通道
这是一个压缩包文件,下载好之后解压会出现一个 cuda
文件夹,将文件夹中的东西复制到 NVIDIA GPU Computing Toolkit 的安装路径下。路径默认会在:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
,复制完成,cudnn 也算安装完成了。
4. 安装 anaconda3
gpu 的相关软件设置安装完成,下面就是安装代码所需要的 python 环境了。
Anaconda 是一个开源的 python发行版本,其中包括了许多常用的 python 第三方库,相对于传统的 python2&python3 个人感觉更为方便,所以在这里 python 环境使用了 anaconda3 ,默认 python 版本是 3.6 。anaconda3 安装文件的下载路径:下载 anaconda
下载完成之后,打开安装文件,一步步的按照默认选项进行安装,也可以自定义安装路径。
安装完成之后按下 Windows键
,就能再软件列表看到安装好的 Anaconda3 的相关信息了。
5. 安装 tensorflow-gpu
按下 Windows键
,在 Anaconda3 的列表下找到 Anaconda Prompt
,点击就会出现 anaconda 环境下的命令行窗口,在这里使用命令
> pip install tensorflow-gpu
即可安装最新版本的 tensorflow-gpu ,下载奇慢的参考下面镜像:
> pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
成功安装之后,使用以下命令进行检验:
> python
Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> print(tf.__version__)
1.11.0
可以成功的导入,并输出 tensorflow-gpu 的相关版本信息就算安装成功了。
问题
如果在导入 tensorflow 的过程中出现下面的错误:
ImportError: DLL load failed: 找不到指定的模块
可以尝试重新安装 cuda9.0 和 cudnn7,即能解决问题。
如果在导入 tensorflow 的过程中出现下面的错误:
ModuleNotFoundError: No module named 'absl'
可以通过执行下面命令重新安装 absl-py 库来解决问题。
> pip uninstall absl-py
> pip install absl-py