win10 TensorFlow GPU环境搭建记录
By PorYoung 2018-10-17 在CSDN查看
机器配置
- win 10(64bit)
- GTX 960m
本次搭建所需文件
- VS2017
- CUDA
- cuDNN
- Anaconda
配置过程
安装(已安装则选择修改单个组件)并配置vs2017,添加如下组件:
VC++ 2017版本 15.4 v14.11工具集
用于CMake的Visual C++工具
适用于桌面的VC++ 2015.3 V14.00(V140)工具集
- 首次安装CUDA时出现Visual Studio Integration无法安装,添加该组建后重新安装成功,不知道是不是受它的影响
安装Anaconda
Anaconda包含了conda、Python等180多个科学包及其依赖项,功能十分强大
此处选择了Python
3.7
版本- 后来发现目前Tensorflow不支持pythob
3.7
版本,在安装Tensorflow时会提示找不到包 - 此外,安装部分版本不兼容的CUDA、cuDNN也会导致安装失败
- 对应版本解决方案:https://github.com/fo40225/tensorflow-windows-wheel,查看大神编译的各种版本tensorflow的地址,此次配置的为蓝色框线内的版本,Anaconda可以在后续修改环境为python
3.6
- 后来发现目前Tensorflow不支持pythob
安装
- 第一项可选可不选,不选的话需要自行配置环境变量
- 第一项未选需要配置的环境变量
安装CUDA(注意版本:exclamation:)
安装前注意
- GTX 960m运算能力为
5.0
,本次选择最新v10.0
- 网上许多资料都表示存在tensorflow、CUDA和cuDNN版本不兼容无法支持等问题,未一一测试,均选择当时最新版本。比较谨慎的,可以参考相关博文。
- GTX 960m运算能力为
安装
- 选择自定义安装
- 一般不需要安装GeForce Experience
安装可能存在的问题
- Visual Studio Intergration无法安装 > 可能的解决方法 > 1. 参考安装VS2017的过程,可能缺少组件 > 2. 参考教程:CUDA安装失败解决方法
下载cuDNN(注意版本:exclamation:),需要注册
- 下载链接:https://developer.nvidia.com/rdp/cudnn-download
- 此处选择和
CUDA v10.0
搭配的cudnn-10.0-windows10-x64-v7.3.1.20
- 解压到
CUDA
安装根目录,共三个文件夹:bin
、include
、lib
安装Tensorflow运行环境
打开Anaconda prompt
配置清华仓库镜,输入指令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
创建运行环境,名称为tensorflow-gpu,python版本为
3.6
conda create -n tensorflow-gpu python=3.6
名称作为与其他环境隔离的标志,版本可自行更换激活并进入该环境
activate tensorflow-gpu
其他指令可以参考Anaconda教程升级pip
python -m pip install --upgrade pip
安装相关依赖包
- 如果确定所安装的版本兼容,可以直接安装
pip install --ignore-installed --upgrade tensorflow-gpu
- 如果使用的是编译的tensorflow版本则需要进入下载目录进行安装,如进入
D:\Files
目录,有从github下载的编译版本tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl
,执行安装命令即可pip install tensorflow_gpu-1.11.0-cp36-cp36m-win_amd64.whl
- 如果确定所安装的版本兼容,可以直接安装
测试Tensorflow
进入环境,运行python
键入
import tensorflow as tf
未报错则安装成功
可能存在的问题
- 报DLL找不到模块,可能是版本选择的问题
- 其他问题尚未可知