win10 GTX1060 tensorflow-gpu环境部署
win10+GTX1060+cuda9+vs2017+cudnn7+tensorflow-gpu1.5
为了跑神经网络模型新购了一张GT1060,搭建环境碰到一些坑，记下来分享给大家
安装顺序（很重要）!!!
显卡驱动-vs2017->cuda驱动->cudann（复制）
annaconda3.5,(python3.6) tensorflow1.5这两个顺序没要求
1.先安装显卡驱动i-388版本 GeForce_Experience_v3.18.0.102
2.安装vs2017,选择vc++
3.安装cuda_9.0.176_win10.exe
4.安装cudnn
cudnn-9.0-windows10-x64-v7.zip
将下载的cudnn包解压，将解压后的包里的3个文件copy到CUDA9.0安装路径的对应相同的文件夹里面，比如把%cudnn_pkg_dir%\bin\cudnn64_7.dll 拷贝到%CUDA_install_dir%\CUDA\v9.0\bin下，CUDA默认的安装路径是C:\Program Files\NVIDIA GPU Computing Toolkit 。cudnn可以看作是CUDA的补丁。
5.测试
Result=Pass表示ok
最后安装了tf1.9,1.8都因为提示? [email protected]@tensorflo[email protected]@[email protected]@V?[email protected]@@[email protected]@@z(in DLL C:\Users\willy_sung\AppData\Local\Continuum\anaconda3\envs\venv\lib\site-packages\tensorflow\contrib\coder\python\ops_coder_ops.so)"
最后测试了tensorflow-gpu-1.5版本ok
测试代码：
from future import print_function
import tensorflow as tf
import os
import numpy as np
from tensorflow.contrib.keras import keras
import datetime
os.environ[‘TF_CPP_MIN_LOG_LEVEL’]=‘3’
with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=False)) as sess:
a = tf.constant(1)
b = tf.constant(3)
c = a + b
print(‘结果是：%d\n 值为：%d’ % (sess.run©, sess.run©))