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'
更多推荐
win10上安装tensorflow的GPU版本
发布评论