博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
windows 下 TensorFlow(GPU 版)的安装
阅读量:5363 次
发布时间:2019-06-15

本文共 2213 字,大约阅读时间需要 7 分钟。

0. 环境

  • OS:Windows 10,64 bit;
  • 显卡:NVIDIA GeForce GTX 1050Ti,显卡查看方法:计算机【设备管理器】⇒ 【显示适配器】
  • Python 的版本,注意只能为 3.5,并非越高越好;
  • CUDA,8.0;

keras 可以以 TensorFlow 为后端(backend)(也可以 theano 为后端),安装完成 TensorFlow 的基础上,再安装 keras 是一件水到渠成的工作。

SouthEast

1. 安装步骤

  • 安装 CUDA:深度学习库如果使用CUDA进行GPU加速,可以大大缩短计算时间。(CUDA 目前只有NVIDIA 的显卡才支持)

    • 检查 GPU 是否支持 CUDA;(注意笔记本和 desktop 的区别。)
      • 如果你的显卡比较新,到这里检查是否支持 CUDA:(进入网页,点开自己的显卡所属的系列,以及型号等等)
      • 如果你的显卡很老,请到如下链接检查是否支持CUDA:
    • 将自己的显卡驱动更新到最新版本,
      • 去官网下载,或者通过 GeForce Experience 下载安装;
    • CUDA 安装
      • CUDA 的下载地址:
        • 如果需要下载 CUDA 的历史版本,请移步:
      • 测试 CUDA 的安装结果,打开windows cmd,输入 nvcc -V,查看是否识别 nvcc 命令;
    • 安装 Visual Studio 2015 community
    • 编译 CUDA 的示例程序
      • 在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目录下,有CUDA的示例程序。由于我安装的是VS2015,所以打开 Samples_vs2015.sln 那个解决方案文件,将解决方案配置更改为Release和x64.
      • 右键解决方案名称,编译整个解决方案,在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 目录会生成 deviceQuery.exe 这个可执行文件。。
        • 如果提示是缺少:”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件,则需要安装 DXSDK_Jun10.exe,下载地址:
    • 关闭 VS2015。打开一个cmd窗口,cd 到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录(一定要 cd,切换到该目录下,因为此路径中间有空格,如果直接执行 deviceQuery.exe 会空格前面的 C:\ProgramData\NVIDIA看做单独的命令),输入:deviceQuery.exe ,然后回车。
    • 安装 TensorFlow 和 keras

      • 下载安装 anaconda,选择 anaconda 4.2.0 系列,其对应的 Python 版本为 3.5
      • 更改 pip 的下载源,对于 windows 用户而言,进入其家目录(C:\Users\当前用户名)新建一个 pip.ini 文本文件,内容如下:

        [global]  index-url = http://mirrors.aliyun.com/pypi/simple/[install]  trusted-host=mirrors.aliyun.com

        也即讲源改为国内比如阿里云的源,以加快 pip install 第三方库的速度;

    • 安装 TensorFlow 以及 keras,保持网络连接,从开始菜单中打开Anaconda Prompt,输入:
      • pip install tensorflow-gpu
      • pip install keras

2. 测试

从开始菜单中打开 Anaconda Prompt,在命令行中输入:python(ipython),再输入:

import tensorflow as tfsess = tf.Session()a = tf.constant(10)b = tf.constant(22)print(sess.run(a + b))

如果正确打印出结果 32,不报错,说明 tensorflow 安装成功。

再输入:

import keras

3. 使用 cuDNN 加速

  • cuDNN可 以在前面 GPU 加速基础上大概再提升1.5倍的速度,它由nVIDIA开发。可以到nVIDIA官网上下载。下载之前需要注册,然后问一系列问题,请耐心弄完。然后就可以下载了。下载 windows 10系统下64位的,最新的支持CUDA 8.0的cuDNN-5.1,文件名是:cudnn-8.0-windows10-x64-v5.1.zip,下载地址:
  • 下载完成后解压缩。里面有bin、include、lib三个目录,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹,默认文件夹在:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
  • 如何验证CuDNN是否配置成功呢?打开 Anaconda Prompt,输入python,再输入import tensorflow,不再提示没有安装cudnn,就成功了。

转载于:https://www.cnblogs.com/mtcnn/p/9422261.html

你可能感兴趣的文章
元类中__new__ 与 __init__的区别--day27
查看>>
占小狼的简书博客
查看>>
struts2__action执行顺序
查看>>
php异常处理
查看>>
[xampp] /usr/bin/env: php: No such file or directory
查看>>
细学PHP 10 贴吧-2
查看>>
黑客攻防入门秘籍
查看>>
Swift迎来了1.0 GM 版(2014.09.09)
查看>>
【iOS开发-68】APP下载案例:利用tableView自带的cell布局+缓存池cell复用时注意button状态的检查...
查看>>
《Genesis-3D开源游戏引擎-FQA常见问题解答》2014年01月10号版本
查看>>
Java 编程下实现随机无重复数字功能
查看>>
Android 编程下的代码混淆
查看>>
animation属性
查看>>
页内的模块和组件抽象规划经验
查看>>
安全-分析深圳电信的新型HTTP劫持方式
查看>>
将Centos的yum源更换为国内的阿里云源
查看>>
git diff 的用法
查看>>
一段sql的优化
查看>>
十进制与十六进制的相互转换
查看>>
在Flex中用Validator检测数字、字符串、Email.
查看>>