win10安装tensorflow-gpu1.8.0详细完整步骤

yipeiwu_com5年前Python基础

在整个安装的过程中也遇到了很多的坑,故此做个记录,争取下次不再犯!

我的整个基本配置如下:

电脑环境如下:win10(64位)+CPU:E5-2603 +GPU:GTX 1070

需要安装的软件如下:Anaconda3-4.2.0-Windows-x86_64(python 3.5.2) + tensorflow-gpu 1.8 + CUDA 9.0 + cuDNN v7.1 for CUDA9.0

若你想在自己的windows上安装tensorflow-gpu,一般化也可以遵循如下的步骤。

1.首先确定自己电脑的gpu是否支持cuda

能否支持tensorflow-gpu版本,这里主要是Nvidia显卡,如下网址: https://developer.nvidia.com/cuda-gpus 基本上只要显卡在 GeForce 410M 以上都可以。

2.在显卡支持的情况下,主要是看tensorlfow-gpu和cuda以及cuDNN的对应关系

首先,cuda与cuDNN是相互对应的,所以,现在主要是看tensorflow与cuda的对应关系。因为从Tensorflow-gpu 1.6开始使用CUDA9.0+cuDNN7组合,不过好像不支持CUDA 9.1与CUDA 9.2。所以,最终我的选择是 tensorflow-gpu 1.8 + CUDA 9.0 + cuDNN v7.1 for CUDA9.0

3.Anaconda3-4.2.0-Windows-x86_64安装过程

可以在如下网站下载(国内镜像,适合于没有翻墙的同学)https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装过程:

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

这里可以更改默认路径,自己选择路径(注意:安装路径的最后一个目录必须要自己在方框中当前已选择路径后面添加,而不能直接选择一个已经存在的目录):

在这里插入图片描述

直接选择一个已经存在的目录,会出现如下的错误:

在这里插入图片描述

两个默认就好,第一个是加入环境变量,第二个是默认使用 Python 3.5

在这里插入图片描述

等待安装即可:

在这里插入图片描述 在这里插入图片描述

出现如下界面,证明Anaconda安装成功:

在这里插入图片描述

4.tensorflow-gpu 1.8 安装过程

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.8.0 (将下载源换成了国内镜像,速度很快)

在这里插入图片描述

下载速度很快,等待安装即可。

试验一下安装成功没有:

在这里插入图片描述

出错,可能是因为cuda等软件还没有安装。

5.cuda安装过程

网址:https://developer.nvidia.com/cuda-90-download-archive?

target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

选择9.0的CUDA的exe(network),比较小,但是后续要联网,保证网络就好,具体如下图:

在这里插入图片描述

安装过程:

检查系统兼容性 → 许可协议“接受”→ 选择“自定义安装”,点开+号,把Visual Studio Integration的勾选去掉(否则你机器上安装的Visual Studio版本不对或者没有安装时,下一步会报错导致你安装不下去) → 安装即可

在这里插入图片描述

在这里插入图片描述

6.cudnn安装过程

链接: https://pan.baidu.com/s/1cgygpqUX4etZ43dj5DsjpQ 提取码: 6gen

链接若是失效,就上官网自行下载吧(注册、登陆、加入开发自计划balabala…)如下:

https://developer.nvidia.com/cudnn

注意:选择cuDNN的v7.1.4 for CUDA 9.0即cudnn-9.0-windows10-x64-v7.1.zip下载

CUDA 9.0的默认路径是

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 把cudnn-9.0-windows10-x64-v7.1.zip解压后,把bin,include,lib\x64里面的文件(共三个)分别拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下的bin,include,lib\x64目录下即可。

配置环境变量

网上有两种说法,我就两种都配置了,不然电脑找不到CUDA和cuDNN在哪里

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

7.vs安装过程

我没有安装vs,也能正常运行,不知道怎么回事,如果按照前面步骤安装之后还有问题,那就再安装一下vs。

总结

以上所述是小编给大家介绍的win10安装tensorflow-gpu1.8.0详细完整步骤,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对【听图阁-专注于Python设计】网站的支持!如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

相关文章

python re库的正则表达式入门学习教程

简介 正则表达式本身是一种小型的、高度专业化的编程语言,而在python中,通过内嵌集成re模块,程序媛们可以直接调用来实现正则匹配。正则表达式模式被编译成一系列的字节码,然后由用C编...

高质量Python代码编写的5个优化技巧

如今我使用 Python 已经很长时间了,但当我回顾之前写的一些代码时,有时候会感到很沮丧。例如,最早使用 Python 时,我写了一个名为 Sudoku 的游戏(GitHub地址:ht...

TensorFlow 模型载入方法汇总(小结)

TensorFlow 模型载入方法汇总(小结)

一、TensorFlow常规模型加载方法 保存模型 tf.train.Saver()类,.save(sess, ckpt文件目录)方法 参数名称...

关于Numpy中的行向量和列向量详解

行向量 方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结果: (arr...

深入浅析Python传值与传址

1. 传值与传址的区别 传值就是传入一个参数的值,传址就是传入一个参数的地址,也就是内存的地址(相当于指针)。他们的区别是如果函数里面对传入的参数重新赋值,函数外的全局变量是否相应改变:...