TensorFlow入门学习--win10安装TensorFlow环境配置
人均机器学习,,唉
版本具体区别可去官网上看
官网上下可能比较慢,我把这次用到的cuda+cudnn+驱动+cpu-z上传到百度云了
链接:https://pan.baidu.com/s/1bXB40JYDmz6gCsR-2sKn8A 密码:rmpd
(注:其他三个可以随便用,第四个NIVIDA驱动【430.39-notebook-win10-64bit-international-whql】最好根据本文指引下载适合自己电脑的版本)
本文讲的是win10环境下gpu版本的tensorflow安装配置方法,先讲好我想配置的环境:
名称 | 版本 |
---|---|
系统版本 | win10 x64 |
CUDA Toolkit | 10.0 |
CUDNN | 7.5.1.10 |
python版本 | py 3.7.3 |
NVIDIA驱动版本 | 430.39 |
TensorFlow-gpu | 1.13.1 |
-
查看自己的gpu(显卡)
如果不知道的可以用gpu-z下载查看下,我的是GTX 960M
查看自己的gpu(也就是显卡)支不支持cuda:https://developer.nvidia.com/cuda-gpus
我的显卡是GTX 960M,这里看到是支持的,并且计算能力是5.0,而现在要下的tensorflow版本要求计算能力>=3.5,所以是可以的: -
安装显卡驱动
查看自己的显卡驱动有没安装。设别管理器->显示适配器
查看驱动版本,打开一个cmd窗口,然后将“C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe”这个文件拖进cmd窗口:
跟表格对应,因为我们要安装10.0版本的:
CUDA Toolkit | Linux x86_64 Driver Version | Windows x86_64 Driver Version |
---|---|---|
CUDA 10.1.105 | >= 418.39 | >= 418.96 |
CUDA 10.0.130 | >= 410.48 | >= 411.31 |
CUDA 9.2 (9.2.148 Update 1) | >= 396.37 | >= 398.26 |
CUDA 9.2 (9.2.88) | >= 396.26 | >= 397.44 |
CUDA 9.1 (9.1.85) | >= 390.46 | >= 391.29 |
CUDA 9.0 (9.0.76) | >= 384.81 | >= 385.54 |
CUDA 8.0 (8.0.61 GA2) | >= 375.26 | >= 376.51 |
CUDA 8.0 (8.0.44) | >= 367.48 | >= 369.30 |
CUDA 7.5 (7.5.16) | >= 352.31 | >= 353.66 |
CUDA 7.0 (7.0.28) | >= 346.46 | >= 347.62 |
显然376.67太低,达不到要求的418.96,那就安装新一点的,https://www.nvidia.com/Download/Find.aspx?lang=en-us:
- 安装cuda
下载cuda,我这里选择win10的v10.0版本,https://developer.nvidia.com/cuda-toolkit-archive:
以管理员身份运行安装文件,然后安装的时候选择自定义安装(精简安装不仅会安装全家桶,还会覆盖你本地的驱动):
就勾选CUDA下面的几个组件就好了:
(我不勾选VisualStudioIntgration,因为我不用vsstudio开发我这里用pycharm)
记住安装路径,之后设置path要用的:
嗯,然后结束:
设置环境变量,此电脑 -> 属性 -> 高级系统设置 -> 高级 -> 环境变量
对path
修改新增一条记录,指向刚刚安装的toolkit的bin目录:
点击确定,确定,打开cmd验证下,输入nvcc -V
:
4. 安装cudnn
下载cudnn,这里还要登录注册填问卷。。要下载cuda的对应版本,我选择的是Download Download cuDNN v7.5.1 (April 22, 2019), for CUDA 10.0:
下载下来后,解压获得三个文件,然后移动复制(注:我的cuda的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
):
- 将解压获得的bin文件夹下的cudnn64_7.dll
复制到cuda的安装目录的bin文件夹里面
- 将解压获得的include文件夹下的cudnn.h
复制到cuda的安装目录的include文件夹里面
- 将解压获得的lib/x64文件夹下的cudnn.lib
复制到cuda的安装目录的lib/x64文件夹里面
添加cuda的安装目录的lib/x64到环境变量PATH:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64\
:
- 安装tensorflow的gpu版本
# 查看自己安装的库
pip list
#卸载cpu版本的tf(如果有的话)
pip uninstall tensorflow
#设置pip的源为清华源,加快下载速度(如果需要的话)
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
#安装1.13.1gpu版本的tensorflow
pip install tensorflow-gpu==1.13.1
然后测试下 :
python -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"