Win10-CUDA10.0-Tensorflow-GPU安装流程

发布于:2021-05-14 03:02:26

Win10-CUDA10.0-Tensorflow-GPU安装流程


前言:目前处于研究生阶段,研究方向是计算机视觉。首先自我检讨,由于懒惰,一直没安装Linux系统,始终在用Win10,这在程序员中属于战五渣行为。2018年间曾给我的另一台win10系统的RTX2060设备安装过一次tensorflow-gpu,当时整个安装过程踩了不少坑,最后才成功安装运行。今年新购入一台计算机(噢耶,解放算力),需要再次安装tensorflow-gpu,故写此文做记录。
首先列出我的硬件:
GPU:Geforece GTX1660Ti CPU:Intel Core?i5-9400


1.安装Anaconda
(1) 到anaconda官网(https://www.anaconda.com)下载安装包,下载完成后安装。
此处应注意请勿选Add Anaconda to my PATH environment variable,后续自己配置环境,否则容易出错,且出错后卸载很麻烦。


(2) 计算机-高级系统设置-环境变量,在用户变量和系统变量-Path中,添加如下3个目录: D:Anaconda3、 D:Anaconda3Scripts 、D:Anaconda520Libraryin
(3) 打开cmd,打开控制台,输入python,回车,出现如下信息,则安装成功。

在控制台输入:conda --version可查看anaconda版本信息。
另外,对于win10系统,安装Anaconda的同时必须安装wget,否则后续在使用命令conda create --name python37 python=3.7创建除了base环境以外的其他环境时,会出现如下错误:

Win10环境下wget的安装非常简单,可参照此篇博客------
https://blog.csdn.net/qq_40962368/article/details/86772419


2.安装Visual Studio 2017
因为cuda10.0的运行需要VS2017,若不安装则CUDA也无法成功安装。
另外,Vistual Studio官网只提供VS最新版本(目前是vs2019),本人未曾试过vs2019与CUDA10是否匹配。
VS2017版可在网上搜索资源,找到后下载安装即可,过程简单,不多展开叙述。


3.安装CUDA与cuDNN
首先需要注册一个NVIDIA的账号,才能下载NVIDIA的CUDA与cuDNN。
不同GPU有着与之对应的CUDA版本。打开NVIDIA控制面板,查看与你的GPU对应的CUDA型号,如图

点击:帮助-系统信息-组件,就可查看对应的CUDA版本信息。我的CUDA版本就是CUDA10.0,如图:

确定CUDA版本后,下载CUDA :https://developer.nvidia.com/cuda-toolkit-archive
再下载与之对应的cuDNN版本:
https://developer.nvidia.com/rdp/cudnn-archive

下载完成后,首先安装CUDA,路径可以默认也可以自选。
解压cuDNN,发现其实只是三个文件夹。
进入CUDA的安装目录,如我的是: C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0,在该目录下,把cuDNN的三个文件夹复制黏贴上

运行-cmd,输入nvcc -V,弹出CUDA版本信息,则CUDA安装成功,如图:

4.安装TensorFlow-gpu
首先创建一个python环境:
运行-cmd,输入conda create --name your_env_name python=3.7
此处name your_env_name是你创建的环境的命名,python=3.7是你想创建的的环境的python版本。
如,我想安装的tensorflow版本是1.12,则我需要安装python3.6,我想给该环境命名为python36,则我在命令窗口输入:
conda create --name python36 python=3.6

该环境安装完成后,以后想启动该环境则在cmd命令窗口下输入:
启动:activate python36
退出:conda deactivate
首先声明,若直接用pip下载安装tensorflow,大概率会出现各种情况不可知的错误(我一把血泪),故不采用直接pip install tensoflow-gpu这一方法。
下一步:下载编译好的tensoflow-gpu-1.12.0的轮子。这是一热心大佬自己编译的,为我等渣渣提供了极大方便,再次真诚感谢这位大佬。下载地址:https://github.com/fo40225/tensorflow-windows-wheel/blob/master/1.12.0/py36/GPU/cuda100cudnn73sse2/tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
下一步,激活安装好的python3.6环境:activate python36
安装该轮子文件:
pip install 路径 ensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
例如我把该轮子文件放在桌面,则我的安装路径是:
pip install C:UsersAdministratorDesktop ensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

至此GPU版tensoflow就安装完啦!


5.测试Tensoflow
打开PyCharm-settings,把先前创建好的python环境加载为解释器

虽然Anaconda创建的叫虚拟环境,但从地址来看,虚拟环境是有实际地址的,就在Anaconda安装路径的envs文件夹下。
随意新建一个.py文件,输入以下代码,运行:
import tensorflow as tf
hello_world = tf.constant(‘hello,tensoflow-gpu’)
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
print(sess.run(hello_world))


结果:

红色字体说明该python解释器识别了计算机的GPU,并用GPU进行计算,至此测试完成。

相关推荐

最新更新

猜你喜欢