tensorflow的GPU配置(基于Windows7,GPU,Python3.6)

昨天入手了一个GPU，GTX 1060 6G显卡，用来做深度学习的入门试手级硬件。也是Keras之父，Francois Chollet在Python  深度学习一书中所推荐的一款硬件，当然是基于开发者自身预算不足的情况下。如果预算充足，Francois Chollet首推的其实是NVIDIA TITAN Xp显卡（书中时间为2017年年中），不过随着深度学习硬件和当前需求的快速发展，在Francois Chollet写书时候的推荐，并不一定能满足即时读者的所有要求，所以一定要在网上查找下最新的推荐，因为每年都会推出新的模型。

当然，因为作者现在只是初入深度学习领域，刚开始学习MaskRCnn，所以先用入门级显卡试水，如果以后有更大的需求的话，则会更换更高级的显卡，以解决未来的问题。

配置使用GPU，Python3.6,Anaconda3等等安装，请见前两篇文章

 

1. Cuda 9.0 Toolkit (版本要求极高，最新是Cuda 9.1是不兼容之后的tensorflow1.5的，所以请注意各个软件的版本是否配套) (windows) https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal（patch也需要下载，选择日期最新的）

(ubuntu) https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal（patch也需要下载，选择日期最新的）

具体怎么安装，请看https://blog.csdn.net/shanglianlm/article/details/79404703

 

2. cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0

(官网) https://developer.nvidia.com/rdp/form/cudnn-download-survey

安装教程：https://blog.csdn.net/xuyanan3/article/details/73866883 

 

3.pip install tensorflow-gpu==1.5.0 (安装GPU版本的Tensorflow)

而且注意一下，我当时是把CPU和GPU两个Tensorflow都安装了，但调包的时候使用的是CPU版本，所以索性把CPU版本的tensorflow卸载掉了，但光卸载CPU版本，可能会导致Pycharm找不到包，所以此时我把GPU的也卸载掉，重新安装了一下，才找到Tensorflow包

4. 遇到的另一个问题，问题是：会出现

Loaded runtime CuDNN library: 7100 (compatibility version 7100) but source was compiled with 7000(compatibility version 7000).  If using a binary install, upgrade your CuDNN library to match.  If building from sources, make sure the library loaded at runtime matches a compatible version specified during compile configuration.
这种问题，原因是cudnn和CUDA不配套，因为我当时安装的是7.1版本的cudnn，之后我重新下了个7.0的就解决了

5.CPU和GPU的效果对比

CPU运行minst一个epoch是30s，而换了GPU之后，我吧batchsize改为了4028之后，1个epoch是2s左右。所以GPU的并行处理是很强大的