只在特定环境下安装,其他环境没有测试过。
一 原料
1 Windows10系统主机
2 GTX1060显卡
3 可以上网
二 配料
1 Python3.6.6
下载地址:https://www.python.org/downloads/
2 Cuda9.0
下载地址:https://developer.nvidia.com/cuda-90-download-archive
按如下选择就行,最后点击Download下载就行。
3 cuDNN
下载地址:https://developer.nvidia.com/rdp/cudnn-archive
选择Windows10版本,下载这个需要注册以及回答一些问卷,随便填都没事。下载后是一个压缩包,安装完CUDA后需要用到这个解压后的文件。
4 visual studio 2015
下载地址:https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1 我选择的是社区版本,其他版本应该也没问题。安装这个比较费时间,文件比较大。
在安装visual studio 2015过程需要一步注意,需要勾选下图的选项。此外,这个安装后才能安装CUDA。
三 做菜
1 Python
在安装python只要勾选Add to Path这个选项,其他默认即可,安装地址可以更改。下图是截取别人的图,实际版本不是这个。
进入cmd,输入python,看到下图就是安装成功了。
2 visual studio 2015
把我们下载后的软件双击,
点击下图最后一个文件安装
接下来就是等待安装过程了。注意上面提到的安装过程即可。安装路径可以修改。
3 CUDA 9.0
按照常规软件安装即可,尽量不要修改安装路径。
在安装过程中可能会出现黑屏,等一会强制关机,在重启重新安装这个软件就可以。
安装完毕后,在目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0可以看到如下内容。
打开命令行,输入nvcc -v.看到如下则表示安装成功。
再去环境变量中看下。
要有这两个变量,没有自己添加。地址如图所示。
4 cuDNN
我们把下载好的文件解压,如图所示。
讲这些文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录中。如下图所示。
5 Tensorflow-gpu
在命令行下安装tensorflow-gpu,pip3 install tensorflow-gpu
在这里,我遇到一个问题,解决方法是下载numpy这个库,在重新安装。pip unstall numpy。然后在pip install numpy。接着在继续输入pip3 install tensorflow-gpu。如果有问题可以百度下解决方案。安装完成后看下tensorflow版本。
可以看到tensorflow安装完成。
四 上菜
接着我们来测试下是不是在GPU下运行。
import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print (sess.run(c))
可以看到GPU的信息。
在GPU上运行。
这样就配制完了。
五 品菜
1 安装过程很繁琐,需要耐心
2 有些问题可以参考别人的答疑
3 GTX1060的驱动最好事先安装好,我这是先来的主机,所以是自己装的。
4 参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html
5 多试错多犯错
六 菜料大合集
Python 3.6.6 + CUDA 9.0 + cuDNN 7.0 + visual studio 2015
百度云链接:https://pan.baidu.com/s/1xsjmn8kO3cTrHg-ywnh9Aw