admin管理员组

文章数量:1595877

本人在个人笔记本上的tensorflow-gpu安装记录,记录下来,仅供参考。

安装CUDA和cuDNN

在这一步注意,CUDA和cuDNN和tensorflow-gpu版本的对应,参考网站

https://www.tensorflow/install/source_windows

我选择的是红色框里面的所需版本。

即要安装的:

  • python环境:

    3.5、3.6

  • tensorflow版本:

    tensorflow-gpu-1.4.0

  • Microsoft VS环境

    2015

  • cuDNN版本

    v6.0

  • CUDA版本

    v8.0,cuda_8.0.61_win10_network

按照此版本对应表格,安装CUDA8.0,

如图是我自己下载的版本,双击安装即可,详情自行参考网上教程。

安装cuDNN

刚才安装完CUDA 8.0,接下来就安装对应8.0的cuDNN,可以看到是v6.0,别下错了。

等待下载完成之后,

将解压缩之后的文件夹

/cudnn-8.0-windows10-x64-v6.0

里面的/bin/include/lib里面的文件复制到

CUDA文件夹里对应同名文件夹下,一般默认会在:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

完成之后,·CUDA·和·cuDNN·就算配置完毕,即可准备安装tensorflow-gpu

但是在哪安装tensorflow呢,当然是推荐anaconda啦。

安装Anaconda

此处省略一百字,安装这东西很简单(记得勾上环境变量)

建立tensorflow-gpu环境

开始菜单下打开Anaconda Prompt控制台:

默认环境是base,切换到tensorflow-gpu

输入命令:

conda create -n tensorflow-gpu python=3.5

新建一个python版本为3.5的环境,我把它叫做叫tensorflow-gpu,名字自拟。

接着键入:

activate tensorflow-gpu

切换环境。

然后关键的来了。

安装tensorflow-gpu

本来是想直接使用pip install tensorflow-gpu安装的,但是不顺利,还是too young,

总是进度条走一点就中断,报错:

socket.timeout: The read operation timed out

这是超时嘛,所以加个参数,超时设为100,输入:

pip --default-timeout=100 install -u tensorflow-gpu

输入完了这种是不报超时错误了,但是我不小心,智障,没设置版本号是对少,这文件也比较大,好像是293M。

我不想半途而废,既然安装就等他完成吧。(其实我是到安装完才发现没设置版本号…(╯︵╰))

辛辛苦苦经过漫长的等待,大约一个多小时,终于tensorflow-gpu的进度条到达100%,

但是,

安装完查看tensorflow版本,在prompt里面输入:

conda list

发现tensorflow-gpu版本是1.13.0,没有指定版本估计就是最新版。在网站上根本没有这个版本的对应列表啊。

难受,

但是我的电脑已经安装的CUDA版本是8.0,也安装了cuDNN-v7.1

因为很久之前下载的cuDNNcudnn-8.0-windows10-x64-v7.1-ga

版本没对应上,我就抱着侥幸的心理试一试,看能不能成功。

迫不及待地输入:

python

进入python指示行输入

import tensorflow as tf

之后,报错。。。

ImportError: DLL load failed:

千万不要抱侥幸心理,老老实实按照对应版本号安装!!!

然后就想去网上找找解决方案,看网友什么想法,

有说什么更新pillow的,降低tensorflow版本的等等,心情很烦躁,不想看它们说的。

最后

我还是选择又去下载了一个cuDNN

cudnn-8.0-windows10-x64-v6.0.zip

这个压缩包是对应于CUDA 8.0cuDNN 6.0的版本。

解压,将解压后的三个文件夹里面文件分别复制到CUDA里面,这样直接替换掉之前7.1版本的cuDNN的文件,

具体步骤同上,其他不用额外设置。

再次使用pip下载tensorflow-gpu,这次记得设置版本号1.4.0,输入:

pip --default-timeout=100 install tensorflow-gpu==1.4.0

再等待tensorflow-gpu-1.4.0安装好,即使是版本降级,也不用先卸载再安装,

因为它会自动替换掉新(原来)版本的tensorflow,安装此刻指定的版本。

接下来,

进入python命令行,输入

import tensorflow as tf

没报错,尝试搞个输出helloworld,结果输出了一堆使用GPU等的信息,成功啦~

本文标签: tensorflowGPU