首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >win10下安装GPU版本的TensorFlow(cuda + cudnn)

win10下安装GPU版本的TensorFlow(cuda + cudnn)

作者头像
andrew_a
发布2019-07-30 15:06:16
6.7K1
发布2019-07-30 15:06:16
举报

搭了将近快两天的环境,终于好了,虽然在开始的时候,安了卸,卸了安的,但是!!!安装成功后,那种快乐是无法言语的~~~~~所以在此我必须的记录一下我的艰辛历程~~~~

一、 明确自己电脑的适配版本的cuda

在此之前你需要在电脑上安装有VS,在这里直接给出百度云连接:

链接:https://pan.baidu.com/s/1M94HKU6O47G7SGq8xYS6Pg 提取码:9ofd

如何确定自己的电脑型号:

右键我的电脑——>点击属性——>系统——>进入设备管理器——>找到显示适配器:

如下图方框内的就是我的nvidia型号

然后你需要找出与你的版本对应的cuda

查看一下自己电脑上有没有NVIDIA控制面板, 如果没有最好安一个(前提是你的电脑有n卡)

利用驱动精灵看一下是否有NVIDIA驱动(驱动精灵安装包链接:https://pan.baidu.com/s/12AjwmiTpT50k6wNGj4CcbQ 提取码:wka0 )

利用驱动精灵检查一下自己的NVIDIA驱动是否为最新的,最好升级一下

是最新的就打开NVIDIA控制面板——>设置physx配置——>组件,可以看到NVIDIA.DLL, 后面的就是你应该安装的版本

二、下载对应版本的cuda, cudnn

(cuda以及cudnn版本以及对应版本补丁)

百度云:链接:https://pan.baidu.com/s/195x-Vn2-_HtI54M93cvJTQ 提取码:kqcr

下载对应版本的cuda

cuda下载地址:https://developer.nvidia.com/cuda-toolkit-archive

cudnn下载地址:https://developer.nvidia.com/rdp/cudnn-download(在下载时需要先注册)

三、安装cuda, cudnn

下载后安装cuda:

可以参考:https://blog.csdn.net/u013165921/article/details/77891913

安装就很简单了,同意并继续,一直下去,环境我选择的是自定义安装。

安完之后再控制面板会看到:

然后解压与cuda对应的cudnn:

将以上的文件移到 你的cuda安装目录下 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

这样就算是完成了cuda和cudnn

四、检验CUDA,CUDNN是否安装成功

win+R——>输入nvidia-smi——>nvcc -V出现以下:

(大部分情况是好了,但是我在第一次安装的时候,也是这样,但是就是报DLL错误,很烦躁了)

所以为了精确在准确的确认是否真的安装好了:

cd到根目录——>在 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite——>分别输入deviceQuery.exe 和 bandwidthTest.exe

在最好看到的都是pass那么就说明CUDA和CUDNN安装好了

五、安装TensorFlow-GPU版本

好了,安装完cuda之后就该安装TensorFlow-GPU版本的了

我的是在anconda3 + python3.6.2 + tensorflow-gpu 1.13.1版本

# 创建一个名为tensorflow-py36的环境,指定Python版本是3.6)
conda create --name tensorflow-py36 python=3.6
# 安装好后,使用activate激活某个环境
activate tensorflow-py36  # 即系统已经切换到了3.4的环境
deactivate tensorflow-py36
conda remove --name tensorflow-py36 --all

如下,不报错应该就好了,但是!!!我有一次安装的时候,这样导入是好的,但是在运行代码的时候出现了错误!!!,找不到TensorFlow中的方法。。。。。。。。。。。。

此时可能的错误就是你的项目名称和TensorFlow相同了~~~~(此处是有可能!!!)

所以为了真正的确定,tensorflow真的 是安装好了,就拿一个代码测试一下:

测试tensorflow代码:

# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time    : 2019/5/7 17:19
# @Author  : xhh
# @Desc    :  
# @File    : tensor_tf.py
# @Software: PyCharm
import numpy as np
import tensorflow as tf

matrix1 =  tf.constant([[3., 3.]])
matrix2 =  tf.constant([[2.],[ 2.]])

product = tf.matmul(matrix1, matrix2)
print(product)
sess =  tf.Session()

代码结构没有报错~~~~

最后见证结果的时候到了,有点小激动啦~~

看到没,你的gpu信息什么的,都有!!看到成功的时候,真的是相当相当开心的啊~~,飞起的感觉,现在就可以享受GPU加速的快感了,很nice啊!!!!

在这里我把我的安装记录写一下,大家有什么问题也可以讨论,我看到一定会回复大家的~~,毕竟踩过的坑有点多,哈哈哈

ps: 之前拿CPU版本的tensorflow跑代码的时候,真的是慢死,,,现在好了,很速度了~~~

大家可以关注我和我小伙伴的公众号~~~这里有我和我的小伙伴不定时的更新一些python技术资料哦!!希望大家多多支持,关注一下啦,谢谢大家啦~~

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-05-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python爬虫scrapy 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、 明确自己电脑的适配版本的cuda
  • 二、下载对应版本的cuda, cudnn
  • 三、安装cuda, cudnn
  • 四、检验CUDA,CUDNN是否安装成功
  • 五、安装TensorFlow-GPU版本
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档