CUDA+CUDNN+tensorflow-gpu安装教程(hand by hand)

在安装了Keras和TensorFlow后跑FCN代码感觉略慢,然后发现电脑中有NVIDIA的GPU芯片,于是企图妄想使用TensorFlow-GPU,由此入坑开始了悲惨人生


安装过程中主要需要注意的有几点(可能我并没有弄全)
  • CUDA版本(CUDA的版本有很多,但是最好不要选太高的,选择太高可能你的NVIDIA不配,或者你的别的哪个安装包不配,我选择的是CUDA8.0)
  • CUDNN版本(CUDNN只是一个神经网络的框架,他需要和CUDA版本匹配,比如我的是CUDA8.0,那么相应的CUDNN应该是6.0)
  • TensorFlow-GPU版本(如果直接用pip或者conda安装,会安装到最新版本,那么问题来了,版本如果太高,又会和你的CUDA版本不兼容,比如我的CUDA是8.0,那么我的TensorFlow-GPU的版本应该是小于1.5)
  • Python版本(我的python目前装的是3.7版本,比较新,然后我想安装TensorFlow-GPU1.5时候发现安不上,这时候是因为你的Python版本过高了。真滴是一环套一环)

所以总的顺序来讲
(1)先查看一下你的电脑的NVIDIA版本后,找一个合适的版本,安装CUDA驱动软件(并且安装好后还要配置环境变量)
(2)安装CUDNN,要和CUDA匹配着安装
(3)安装TensorFlow-GPU,这个也要和CUDA的版本互相匹配着安。
(4)这一步不一定有:如果你发现你安装不上TensorFlow-GPU,而且是因为python版本过高,那就再进行python版本的更改替换。
版本的对应关系在后文中会提到,所以,一起开始悲惨吧!

1、检查NVIDIA版本后安装CUDA

(1)如何检查自己电脑的NVIDIA版本
(2)NVIDIA版本对应的CUDA版本(你别安高了)

(3)如何安装CUDA以及验证是否安装成功
(4)安装CUDA后配置环境变量及验证
这块儿我觉着很玄学,网上讲的配置环境的步骤有很多,我感觉emmm我貌似也没怎么配置嘛(可能是我忘了O(∩_∩)O),我看了一下我的环境变量貌似只有下面这样(系统变量里多了这两条)
在这里插入图片描述
需要注意的是,不知道为何我在C盘打开Program Files后根本找不到NVIDIA GPU Computing Toolkit这个路径,这里也很玄学,你只要直接在访问栏目直接输入路径就进去了,难不成这是个宝藏么。如下:
在这里插入图片描述

直接输入到这儿,然后回车,就到了你的目的地了,之后应该是一个v8.0(这是我的版本),各位看自己的点。我把路径写这儿,大家直接复制吧,都是懒人。。(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA)。
具体的环境变量配置若失败了可以去查查别的方法,我们的小火车要继续往下走了。接下来是验证阶段:
去anaconda的prompt中找到如下路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\demo_suite,这里面有两个exe文件,运行后如果是pass说明CUDA终于安装好了。
在这里插入图片描述

2、找相应的CUDNN(需要适配CUDA)

很好,已经完成第一步了,那么再次回到NVIDIA的官网在右上角的搜索栏中搜“csdnn”,点击这个(这玩意需要自己注册,我当时是直接用qq登录了)

在这里插入图片描述

点击进去后寻找对应的版本,怎么对应呢,看这个图:(我的是CUDA8对应的cudnn应该是6,有木有发现根本没有python3.7,真的坑,这个后面说)
在这里插入图片描述
安装好cudnn后 ,解压后发现是这样的:
在这里插入图片描述

然后,把文件夹打开,把里面的文件,文件,文件(重要的话说三遍!!)复制后拷贝到cuda相应的文件夹下。何为相应的,就是你先打开我之前给的那个路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA,里面点进去v8.0后,你会看到这几个文件夹,你把刚刚复制的文件放到这个文件夹。在这里插入图片描述
然后,到这里为止,cudnn安装就算完成了。

3、安装相应的TensorFlow-GPU
相应的TensorFlow-GPU对应的是CUDA,我的CUDA是8.0,那么我应该安装什么样的TensorFlow-GPU呢?
在这里插入图片描述
没错,我安了个1.5的后发现我是个呆头,我最多只能安装1.4而已。

如果你的python很幸运不是3.7,那么事情变得简单起来,你只需要缺啥conda install啥就行了。比如你想安装1.5版本的TensorFlow-GPU,那你只需在anaconda中输入
conda uninstall tensorflow-gpu
#这个是卸载你当前版本的TensorFlow-gpu,如果你已经安装了一个高版本的#那就先卸载了,没有的话就直接下一句
conda install tensorflow-gpu==1.5.0
#这句是安装指定版本的TensorFlow-gpu

安装好以后可以写一个测试的语句试一试,如果成功那就可以先休息一会儿了,测试语句如下:

在这里插入图片描述
4、Python版本过高需要降版本

不幸看到这里的童鞋,我们都一样~~~~惨
3.7居然太高了,这说明姜还是老的辣。如何降,我看到许多方法,我这里只写我的方法:

step1:
conda create -n py36 pythono=3.6 anaconda

step2:
安装好后,可以选择用
activate py36激活刚刚安的那个
用deactivate来退出3.6

当我第一次安装好后激动的发现python --version变成3.6的时候,我已经准备要睡觉了,但是不幸发生了,当我再一次打开时候居然又变成了3.7!!!我的天呐。。。然后我还是去睡觉了(嗯,睡一觉就会好起来的)

早上起来我忽然发现了问题所在:看看这个!
我点开了window菜单发现了这里居然有两个prompt,其中一个是我昨天安好的3.6,另一个还是之前把我气得吐血的3.7,我点开那个带py36的,果然,这不就好起来了!
在这里插入图片描述

最后,祝愿大家,今后的日子里,安装软件一路顺风!!!!!

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值