TensorFlow-Gpu 1.8安装

TensorFlow-Gpu 1.8安装

0.说在前面

1.Cuda与cuDNN

2.配置及测试

3.tensorflow-gpu 1.8

4.问题

5.作者的话

0.说在前面

终于又到周末了,大家周末快乐,我们都知道在数据挖掘里面有个比赛:Kaggle,这两天在玩Kaggle比赛之泰坦尼克号问题,在下面几节将会详细介绍,泰坦尼克号问题思路及Kaggle比赛玩法。我们一起来期待吧! 这个是当前的成绩:

总共有9000多人,排名算了一下在6%到10%之间,线上成绩0.8+。

今天主要分享一下TensorFlow新版gpu版本在win10上安装的问题

版本

  • Win10+PyCharm
  • Cuda9.2
  • cuDNN7.1
  • tensorflow-gpu1.8

点击公众号右下角合作转载->联系我,即可加入我的个人微信,共同探讨交流,以及入交流群(记得备注入群)!

1.Cuda与cuDNN

关于Cuda 9.2与cuDNN 7.1的安装,下载后直接安装即可! 下面是官网链接!

Cuda官网下载: https://developer.nvidia.com/cuda-toolkit-archivecuDNN官网下载(需注册): https://developer.nvidia.com/rdp/cudnn-download

2.配置及测试

关于Cuda 9.2与cuDNN 7.1安装环境配置及测试 【Cuda 9.2配置】

一路安装成功后,dos输入nvcc -V,显示如下信息表示安装成功

默认情况

安装好后,默认情况下,系统变量会多出CUDA_PATHCUDA_PATH_V9_2两个环境变量。

添加系统变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.2
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

【cuDNN 7.1配置】

解压cudnn-9.2-windows10-x64-v7.1.zip,将文件夹里的内容拷贝到CUDA的安装目录并覆盖相应的文件夹,CUDA默认安装目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2

3.tensorflow-gpu 1.8

安装

注:目前tensorflow还不能支持cuda9.2,所以只能通过源码编译或者别人编译好的安装包安装。

下载地址: https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.8.0/py36/GPU/cuda92cudnn71sse2

下载这个wheel包后,使用pip install …..whl进行安装

测试

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!

4.问题

警告:Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA

#解决
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

FutureWarning: Conversion of the second argument of issubdtype from float to np.floating is deprecated

h5py新版本对numpy1.4版本的兼容错误
更新numpy与h5py问题解决

本文分享自微信公众号 - 光城(guangcity)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-10-21

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

来自专栏量子位

DeepMind大放送:开放4个多物体表征学习数据集,还有一篇智能体新研究

这次连环放送包含的新物件不少:四个多物体表征学习数据集,还有一个能在强化学习中有效利用演示解决难题的智能体新研究。

7120
来自专栏中科院渣渣博肆僧一枚

tf.Print()

调试程序的时候,经常会需要检查中间的参数,这些参数一般是定义在model或是别的函数中的局部参数,由于tensorflow要求先构建计算图再运算的机制,也不能定...

14620
来自专栏java大数据

如何建立安装Tensorflow所需的Anaconda虚拟环境

我们刚才安装的anaconda的实体环境,python版本是3 。但是如果使用Python开发网站系统,可能需要Python2的版本,(当然安装Tensorfl...

9920
来自专栏CV学习史

NiftyNet项目介绍

NiftyNet是一款开源的卷积神经网络平台,旨在通过实现医学图像分析的深度学习方法和模块,支持快速原型和再现性,由WEISS (Wellcome EPSRC ...

8930
来自专栏中科院渣渣博肆僧一枚

tf.compat

沿着坐标轴给出的维数减少input_张量。除非keepdims为真,否则对于轴上的每一项,张量的秩都会减少1。如果keepdims为真,则使用长度1保留缩减后的...

36330
来自专栏中科院渣渣博肆僧一枚

tf.profiler

将_cached_byte_size_dirty位设置为true,并将其传播给侦听器(如果这是状态更改)。

16130
来自专栏CV学习史

TensorFlow-实战Google深度学习框架 笔记(上)

TensorFlow 是一种采用数据流图(data flow graphs),用于数值计算的开源软件库。在 Tensorflow 中,所有不同的变量和运算都是储...

10220
来自专栏磐创AI技术团队的专栏

文末福利 | 哪种深度学习框架发展最快?

【磐创AI 导读】:本篇文章介绍了一些深度学习框架,分析了哪种深度学习框架发展最快,希望对大家有所帮助。想要更多电子杂志的机器学习,深度学习资源,大家欢迎点击上...

10810
来自专栏小詹同学

终极之战!TensorFlow与PyTorch谁最适合深度学习

如果你在读这篇文章,那么你可能已经开始了自己的深度学习之旅。如果你对这一领域还不是很熟悉,那么简单来说,深度学习使用了「人工神经网络」,这是一种类似大脑的特殊架...

10430
来自专栏磐创AI技术团队的专栏

PyTorch专栏(四):小试牛刀

【磐创AI 导读】:本篇文章讲解了PyTorch专栏的第三章中的PyTorch小试牛刀。查看专栏历史文章,请点击下方蓝色字体进入相应链接阅读。查看关于本专栏的介...

10120

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励