win10下配置Tensorflow1.4

今天碰巧帮人配了一台win10 + CUDA8.0 + CUDNN V6.1 + tf 1.4,特此记录

配置要求

window版本的tf是用不成python 2.X,至少是python 3.5,看官方要求吧,https://www.tensorflow.org/install/install_windows,如下所示:

所以总结下就是:

  1. Python 3.5 or later
  2. CUDA 8.0 or later
  3. CUDNN V6.1 or later

具体CUDA和CUDNN的版本要求取决于你要装的tf的版本要求,1.4至少要CUDA 8.0 + CUDNN V6.1,故此我安装的配置就是: python 3.6 + CUDA 8.0 + CUDNN V6.1 + tf 1.4

接下来就一个一个装吧

python安装

先下载python 3.6,https://www.python.org/downloads/release/python-362/

选择对应的平台,下载下来是个exe,直接双击安装就好了,记得勾选把python添加的环境变量PATH中这个选项,不然你后续还要自己配下

CUDA

可以官网选择下载,最新版是CUDA 9,https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10

有local(约1.2G)和network可选,区别就是network安装时需要联网,建议还是local

上面是CUDA 9.0的,8.0的版本也甩个链接吧: https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda_8.0.44_win10-exe local的哈,大约1.3G,自己看着流量~~

下载下来,双击就可以开始安装了,照着屏幕提示就可以了

CUDNN

首先还是下载: step 1: 上官网 https://developer.nvidia.com/cudnn,去注册下,然后登陆才能下载 step 2: 先从最新的V7开始点击download,后面可以选择版本

然后按照需要的进行选择就可以了

下载下来解压,内部目录是这样的:

就是3个目录bin、include、lib,全部拷贝到你CUDA的目录下就行了,CUDA的目录默认在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,直接ctrl+c,ctrl+v粘贴过去就好了

tf的安装

首先要安装必要的python库,有点多,可以用pip安装,但是我建议直接安装anacoda,它集成了这些必要的库 下载安装: https://www.anaconda.com/download/ 安装完以后,诸如numpy scipy等其实都已经安装好了,接下来安装tf tf官网速度很慢,推荐使用国内的清华源,速度快

[修改源为清华源] conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

[设置搜索时显示通道地址] conda config --set show_channel_urls yes

配置完以后,文件C:\Users\USER_NAME\.condarc就是配置文件,可以手动编辑或者删除

[搜索tf] anaconda search -t conda tensorflow-gpu 接下来选择一个源地址,假设你选的是xxx

[安装tf] anaconda show XXX/tensorflow-gpu 最后一行会出现安装方式,大概是这样的: conda install --channel https://conda.anaconda.org/XXX tensorflow-gpu

OK了,等着装吧,速度应该还可以

测试

安装好了就测试下吧,先试试能不能导入tf:

import tensorflow as tf

如果没有错就应该是安装好了,否则自己根据错误提示去debug吧

再试试能不能做运算:

sess = tf.Session()
a = tf.constant(2)
b = tf.constant(3)
print(sess.run(a+b))

要是这步你能看见自己的GPU信息,比如1070 8GB xxx等信息,就应该是没问题了

到这都没问题的话,就已经OK了!

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏奇点大数据

神器Pytorch(2)

1、 首先先安装Ubuntu17.10 过程略 只是建议在这个部分为了实践方便,请安装Desktop版本。 2、 安装与配置Python、Pip ? 这种情况属...

3254
来自专栏深度学习思考者

Opencv学习(一)——安装配置遇到的问题

Opencv的安装配置网上教程一大堆,本文主要是针对安装配置完后可能遇到的一些问题(比如dll的缺失等问题)。不过为了方便大家,还是写出安装配置的简单过程 一 ...

1956
来自专栏AI星球

如何在ubuntu 16.04 下安装 Tensorflow

如果系统没有安装 gcc 则会提示 command not found。这时要先安装 gcc。

972
来自专栏贾志刚-OpenCV学堂

编译OpenCV3.3源码生成Android SDK

编译OpenCV3.3源码生成Android SDK 最近因为工作需要,需要在Android平台上编译OpenCV与其扩展模块生成Android SDK,之前因...

3797
来自专栏https://www.cnblogs.com/L

【深度学习篇】--Windows 64下tensorflow-gpu安装到应用

一直以为自己的笔记本不支持tensflow-gpu的运行,结果每次运行模型都要好久。偶然间一个想法,想试试自己的笔记本,结果竟然神奇的发现能用GPU。于是分享一...

871
来自专栏计算机视觉

Automatic Photo Adjustment Using Deep Neural Networks 论文实验训练测试部分

安装双系统ubuntu和cuda和 dl_image_enhance安装部分教程,这个小哥哥写的很好 我写下安装cuda_convent_plus和训练测试...

32910
来自专栏深度学习那些事儿

关于在ubuntu上源码安装TensorFLow-1.7.0-cuda9.1-cudnn7.1.2过程中问题解决方案

实验室服务器上装载的cuda版本是最新的9.1,和从官网下载下来的TensorFlow不匹配,因为官方的是通过cuda9.0进行编译的。因此,这篇文章讨论关于T...

1954
来自专栏计算机视觉

ubuntu命令以及深度学习的应用好文分享

深度学习在图像处理中的应用探讨 20个令人惊叹的深度学习应用(Demo+Paper+Code) 神经网络理解和入门 推荐~~~ ubuntu命令大全 创建...

3318
来自专栏嵌入式程序猿

树莓派交叉编译环境的建立

因为树莓派本身就相当于一台电脑,所以我们可以在树莓派上编译内核或者应用程序,但是树莓派相较于台式机或者笔记本电脑,资源和速度还是有区别的,所以就需要建立交叉编译...

3329
来自专栏和蔼的张星的图像处理专栏

2. Nsight Eclipse 连接TX2进行CUDA编程

一开始非常纠结在TX2上怎么写CUDA和opencv的程序,总不能在VIM里敲吧,也许是个神器,但现在可能真的没有时间学习,好在发现了Nsight Eclips...

1112

扫码关注云+社区