win10+cuda10.0+tensorflow-gpu==1.15安装教程

背景简介

作为刚入门深度学习的小白,准备兴高采烈的开始用GPU跑深度学习算法.已经安装好了tensorflow的CPU版本,都是想要加速,搭建tensorflow-gpu的版本。

我的环境是python==3.7, tensorflow==1.15,这两个的安装可以去参考其他教程,为什么在2021年还选择1.15的版本,因为我要用的代码还是tensorflow 版本1的,tensorflow 2.0的和原来的不一样,容易出现其他问题,为了早日上手深度学习,就不去弄2.0了。这里主要是讲解如何安装GPU加速CUDA和cuDnn。

tensorflow-gpu-1.15.0,tensorflow-gpu安装直接在命令行窗口输入:pip install tensorflow-gpu==1.15,注意要加上版本号,不然直接会安装最新版的。会和原来安装的版本不匹配。

显卡支持:

明确的一点是,我已经假定大家的显卡都能支持cuda了,基本现在的显卡都支持cuda了,除非你的机子非常老了,如果你仍然不放心,就去这个网址去查吧https://developer.nvidia.com/cuda-gpus;如果没找到自己的显卡型号,那就可能是不支持了。

cuda安装:

下载地址:https://developer.nvidia.com/cuda-toolkit-archive

这里要特别注意,不知道为什么一开始我一直下载失败,即使下载了也是一个只有几十k的损坏文件。后来科学上网才能下载。

win10+cuda10.0+tensorflow-gpu==1.15安装教程_第1张图片

下载好之后直接点,选择精简安装还是自定义安装,自定义安装默认所有组件全部勾选,其实等同于精简,之后的安装路径默认即可。我选择的是精简安装。咱不管这么多,虽然里面有些组件用不上,但为了方便,都装上,没毛病;最后会提示由于没有vs studio,有个组件无法安装,不重要,略过,直接完成就ok;主要注意的一点是,确保电脑上已经安装了vc++2015或者vc++2017,一般都有的,没有的朋友可以自行搜索安装;这个非常简单
最后安装完毕后,会自动添加环境变量的,不用管

cudnn安装:

下载地址:https://developer.nvidia.com/rdp/cudnn-archive

同上,这里也要开启科学上网才能下载。

win10+cuda10.0+tensorflow-gpu==1.15安装教程_第2张图片

下载的时候注意选择10.0版本的,还有for Windows 10。

其实下载过来的不是一个exe文件,而是一个压缩包,解压后,有三个文件夹,把三个文件夹拷贝到cuda的安装目录下,如果cuda安装的时候用的是默认路径,则为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0,现在大家应该可以理解,cudnn其实就是cuda的一个补丁而已,专为深度学习运算进行优化的。

win10+cuda10.0+tensorflow-gpu==1.15安装教程_第3张图片win10+cuda10.0+tensorflow-gpu==1.15安装教程_第4张图片

将上图中左边的图像直接复制到右边的图像文件位置中去即可。

测试cuda:

十分简单,打开cmd命令行,输入nvcc -V,看到下图内容就为成功;网上说的编译cuda自带的例子,确保安装成功,别整这些没用的,麻烦,如果不行还是凉凉,显示这个基本上是ok的

win10+cuda10.0+tensorflow-gpu==1.15安装教程_第5张图片

安装tensorflow:打开命令行,输入pip install tensorflow,自动下载tensorflow(cpu版)及其依赖,然后安装tensorflow==1.15.0,如果这里出了问题,就去下载轮子tensorflow-1.15.0-cp37-cp37m-win_amd64.whl,pip install 轮子所在路径/tensorflow-1.15.0-cp37-cp37m-win_amd64.whl
测试tensorflow:重新打开一个命令行,先输入python,进入python环境,输入

import tensorflow as tf
tf.Session()

出来的结果:

到这里就说明安装成功了。如果出来提示你找不到cudart64_100.dll,则参考我另外一篇文章。解决不匹配的问题。
 

你可能感兴趣的:(python,tensorflow,深度学习)