TensorFlow安裝(Windows下GPU版本)

實際上壤短,安裝windows環(huán)境下的TensorFlow并不是太麻煩呢蛤,主要問題在于第一次不知道版本兼容性問題祭衩。像我這種強迫癥安裝軟件總是想裝最新版的人,就容易掉入坑中钦讳,導致CUDA矿瘦,TensorFlow,python愿卒,cudnn版本的不兼容缚去。


接下來,進入正題琼开,安裝一共需要三個步驟易结。在這之前先說一下作者的環(huán)境。

系統(tǒng):WIN10
CUDA: 9.2
TensorFlow:1.11(發(fā)文時最新版本)
GPU:1060

PS:在這之前柜候,先說一下版本匹配方式搞动,因為TensorFlow為主體軟件,因此:
  1渣刷,在 GitHub TensorFlow release里面找到最新發(fā)布的版本鹦肿。

GitHub release

  2辅柴,記下文中畫圈的cuDNN版本箩溃,到Nvidia官網(wǎng)找到cuDNN相應版本高诺。我下載的是如上圖圈中所示的7.2。
cuDNN archive

 ∧氪邸3虱而,上圖可以看到對應的CUDA版本為9.2,同樣在Nvdia官網(wǎng)CUDA archive下找到對應版本下載即可开泽。
CUDA


安裝步驟

一牡拇,安裝VS

(一定確保先于CUDA安裝)
由于之后安裝CUDA的時候會去找VS的安裝路徑生成相應的CUDA文件夾,因此務必確保VS已經(jīng)安裝成功后再裝CUDA穆律。
  VS應該是13 15 17版本都可以惠呼,作者使用的是15,網(wǎng)上說稍微穩(wěn)定一些峦耘,17的話可能會遇到奇怪的問題剔蹋。(強迫癥忍住了)其中VS的組件只需要安裝C++相關即可。

二辅髓,安裝CUDA

這一步?jīng)]有什么特別的泣崩,下載好相應的CUDA版本,只需要無腦下一步即可洛口。但是要注意的是矫付,安裝好后應該把以下文件夾添加到系統(tǒng)path中。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\libnvvp
系統(tǒng)路徑

安裝完成之后測試安裝結(jié)果:

(1)第焰,打開命令提示符买优,輸入:nvcc  -V
CMD

(2),利用VS2015編譯測試文件

打開C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.2挺举,找到對應版本的sln文件打開杀赢,選擇Release 和X64,右鍵1_Utilities湘纵,點擊Build即可脂崔。編譯成功后消息窗口欄會顯示5個項目編譯成功。
VS編譯測試

至此瞻佛,可以在cmd中切換到路徑bin\win64\Release下脱篙,然后運行bandwidthTest和deviceQueryDrv,可以看到運行結(jié)果伤柄,不在贅述绊困。

三,添加cuDNN

將下載好的cuDNN解壓縮适刀,復制內(nèi)容到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2路徑下秤朗,直接覆蓋即可。
解壓后的cuDNN
三笔喉,安裝TensorFlow

作者主要采用在線安裝的方式取视。
(1),安裝anaconda硝皂。這里也不在贅述安裝方式,主要注意需要下載python3.6作谭。

(2),創(chuàng)建Tensorflow環(huán)境稽物。
anaconda環(huán)境

(3),創(chuàng)建好環(huán)境后在Anaconda prompt中輸入activate Tensorflow激活環(huán)境。


activate Tensorflow

(4),使用pip install tensorflow-gpu安裝tensorflow(不輸入具體版本默認安裝最新release的版本折欠,即1.11)贝或,顯示如下。整個下載安裝過程大概持續(xù)10多分鐘锐秦。
pip安裝

(5),安裝anaconda環(huán)境的插件和編輯器咪奖。此操作在anaconda navigator頁面點擊操作即可〗创玻可以看到羊赵,安裝完成后會多一個Tensorflow的打開方式。
spyder和jupyter

整個安裝過程到此就結(jié)束了扇谣∶两荩可以打開spyder測試一下代碼。如果不報錯就證明沒問題了揍堕。

import tensorflow as tf 
with tf.device('/cpu:0'):
    a = tf.constant([1.0,2.0,3.0],shape=[3],name='a')
    b = tf.constant([1.0,2.0,3.0],shape=[3],name='b')
with tf.device('/gpu:1'):
    c = a+b  
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True,log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末料身,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子衩茸,更是在濱河造成了極大的恐慌,老刑警劉巖贮泞,帶你破解...
    沈念sama閱讀 222,252評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件楞慈,死亡現(xiàn)場離奇詭異,居然都是意外死亡啃擦,警方通過查閱死者的電腦和手機囊蓝,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,886評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來令蛉,“玉大人聚霜,你說我怎么就攤上這事≈槭澹” “怎么了蝎宇?”我有些...
    開封第一講書人閱讀 168,814評論 0 361
  • 文/不壞的土叔 我叫張陵,是天一觀的道長祷安。 經(jīng)常有香客問我姥芥,道長,這世上最難降的妖魔是什么汇鞭? 我笑而不...
    開封第一講書人閱讀 59,869評論 1 299
  • 正文 為了忘掉前任凉唐,我火速辦了婚禮庸追,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘台囱。我一直安慰自己淡溯,他們只是感情好,可當我...
    茶點故事閱讀 68,888評論 6 398
  • 文/花漫 我一把揭開白布簿训。 她就那樣靜靜地躺著血筑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪煎楣。 梳的紋絲不亂的頭發(fā)上豺总,一...
    開封第一講書人閱讀 52,475評論 1 312
  • 那天,我揣著相機與錄音择懂,去河邊找鬼喻喳。 笑死,一個胖子當著我的面吹牛困曙,可吹牛的內(nèi)容都是我干的表伦。 我是一名探鬼主播,決...
    沈念sama閱讀 41,010評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼慷丽,長吁一口氣:“原來是場噩夢啊……” “哼蹦哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起要糊,我...
    開封第一講書人閱讀 39,924評論 0 277
  • 序言:老撾萬榮一對情侶失蹤纲熏,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后锄俄,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體局劲,經(jīng)...
    沈念sama閱讀 46,469評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,552評論 3 342
  • 正文 我和宋清朗相戀三年奶赠,在試婚紗的時候發(fā)現(xiàn)自己被綠了鱼填。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,680評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡毅戈,死狀恐怖苹丸,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情苇经,我是刑警寧澤赘理,帶...
    沈念sama閱讀 36,362評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站塑陵,受9級特大地震影響感憾,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,037評論 3 335
  • 文/蒙蒙 一阻桅、第九天 我趴在偏房一處隱蔽的房頂上張望凉倚。 院中可真熱鬧,春花似錦嫂沉、人聲如沸稽寒。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,519評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽杏糙。三九已至,卻和暖如春蚓土,著一層夾襖步出監(jiān)牢的瞬間宏侍,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,621評論 1 274
  • 我被黑心中介騙來泰國打工蜀漆, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留谅河,地道東北人。 一個月前我還...
    沈念sama閱讀 49,099評論 3 378
  • 正文 我出身青樓确丢,卻偏偏與公主長得像绷耍,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子鲜侥,可洞房花燭夜當晚...
    茶點故事閱讀 45,691評論 2 361

推薦閱讀更多精彩內(nèi)容