一、参考文献

用GPU加速深度学习: Windows安装CUDA+TensorFlow教程

Win10+CUDA10+VS2017 安装配置教程

 

二、我的电脑配置（比较老旧）

系统：windows10

显卡：GeForce GT 750M，2G显存。(勉强能支持TensorFlow，有钱还是买新的显卡吧)

CPU：i5-3230M 两核。支持SSE2、AVX。不支持AVX2。所以只能下SSE2指令集的TensorFlow-GPU。

 

三、准备工作

1.先看自己的cpu有没有AVX2指令集。

我的cpu比较老，没有AVX2指令集，所以只能下SSE2指令集的gpu版本。

软件cpu-z可以看自己的cpu支持什么指令集

 

2.按版本对应,下载tensorflow的.whl安装包

Python，CUDA，cuDNN之间的版本要严格匹配，不匹配安装会出错。

tensorflow_gpu / cuda / cudnn 的版本对应参照表如下：

https://github/fo40225/tensorflow-windows-wheel

 

我选的是：

 

3.下载tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

https://github/fo40225/tensorflow-windows-wheel/blob/master/1.12.0/py36/GPU/cuda100cudnn73sse2/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

 

4.下载VS2017

https://imagine.microsoft/zh-cn/Catalog/Product/530

 

5.下载cuda10

https://developer.nvidia/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

 

6.下载cudnn

https://developer.nvidia/rdp/cudnn-download

 

四、开始安装

注意，一定要先安装VS2017，再安装CUDA10

 

1.安装VS2017

只勾选一个C++桌面应用模块即可

 

2.安装CUDA10

 

3.将解压cuDNN的文件，复制到CUDA的对应的文件夹中

cuda文件夹的路径如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

 

4.使用下载下来的安装包，安装tensorflow12_gpu_sse2

如何安装下载到本地的安装包呢？

    1.进入cmd

    2. cd 到该安装包所在的文件夹。

    3.pip3 install xxx.whl

除了离线安装，还有以下几种方式：

1）安装tensorflow的同时，默认会把需要的依赖也安装上

pip3 install tf-nightly

pip3 install tf-nightly-gpu

 

2）安装纯净版本的tensorflow

pip3 install tensorflow

pip3 install tensorflow-gpu

 

3）更新安装tensorflow

先卸载原来已安装的。

pip3 uninstall 已安装的tensorflow

在按上面的方法，安装新的tensorflow

 

 

5.测试装好了没有

结果已经能跑出来了，说明装好了，但这里报了个错，因为我电脑只有AVX,没有AVX2指令集：

 Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX

 

解决方案，可见下面这篇博客：

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

 

大致说一下上面的博客：

如果安装的是GPU版本：

如果你有一个GPU，你不应该关心AVX的支持，因为大多数昂贵的操作将被分派到一个GPU设备上（除非明确地设置）。在这种情况下，您可以简单地忽略此警告：

 

在使用TensorFlow时，在前面加上这么两句代码，就能屏蔽那个警告：

import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'