在Windows10安装TensorFlow（GPU版）
在Windows下安装TensorFlow-GPU版
- 一、准备工作
-
- 1、确定TensorFlow版本
- 2、确定Python、cuda、cuDNN的版本
- 二、开始安装
-
- 1、安装Anaconda
- 2、安装Python
-
- 方法一：安装包安装
- 方法二：通过Anaconda安装
- 3、安装CUDA
- 4、安装cuDNN
- 5、安装TensorFlow
- 三、踩坑总结
- 四、参考文章
安装TensorFlow需要有相适应版本的Python、cuda、cuDNN
一、准备工作
1、确定TensorFlow版本
TensorFlow的安装版本一般根据要运行的源码决定，要跑的程序和版本不对应的话很大概率是不兼容的。本帖以安装tensorflow_gpu-1.4.0为例
2、确定Python、cuda、cuDNN的版本
确定了TensorFlow的安装版本后，与之相对的也就确定了Python、cuda、cuDNN的版本。其对应关系如下：
| 版本 | Python 版本 | 编译器 | 构建工具 | cuDNN | CUDA |
|---|---|---|---|---|---|
| tensorflow_gpu-2.4.0 | 3.6-3.8 | MSVC 2019 | Bazel 3.1.0 | 8.0 | 11.0 |
| tensorflow_gpu-2.3.0 | 3.5-3.8 | MSVC 2019 | Bazel 3.1.0 | 7.6 | 10.1 |
| tensorflow_gpu-2.2.0 | 3.5-3.8 | MSVC 2019 | Bazel 2.0.0 | 7.6 | 10.1 |
| tensorflow_gpu-2.1.0 | 3.5-3.7 | MSVC 2019 | Bazel 0.27.1-0.29.1 | 7.6 | 10.1 |
| tensorflow_gpu-2.0.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.26.1 | 7.4 | 10 |
| tensorflow_gpu-1.15.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.26.1 | 7.4 | 10 |
| tensorflow_gpu-1.14.0 | 3.5-3.7 | MSVC 2017 | Bazel 0.24.1-0.25.2 | 7.4 | 10 |
| tensorflow_gpu-1.13.0 | 3.5-3.7 | MSVC 2015 update 3 | Bazel 0.19.0-0.21.0 | 7.4 | 10 |
| tensorflow_gpu-1.12.0 | 3.5-3.6 | MSVC 2015 update 3 | Bazel 0.15.0 | 7.2 | 9.0 |
| tensorflow_gpu-1.11.0 | 3.5-3.6 | MSVC 2015 update 3 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.10.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.9.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.8.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.7.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.6.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.5.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 7 | 9 |
| tensorflow_gpu-1.4.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
| tensorflow_gpu-1.3.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 6 | 8 |
| tensorflow_gpu-1.2.0 | 3.5-3.6 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
| tensorflow_gpu-1.1.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 3.5 | MSVC 2015 update 3 | Cmake v3.6.3 | 5.1 | 8 |
官网链接：https://tensorflow.google.cn/install/source_windows
二、开始安装
1、安装Anaconda
在Windows平台上，使用Anaconda安装TensorFlow会比较方便。
Anaconda官方下载链接：https://www.anaconda.com/products/individual#Downloads
根据自己电脑选择对应版本安装，一直NEXT就可。
注：这里Anaconda是自带Python 3.8的：
注： 在命令终端输入conda --version，出现版本号则安装成功。
C:\Users\L>conda --version
conda 4.10.1
2、安装Python
如果需要安装的Python版本恰好和Anaconda自带的版本一致，这一步可以省略，如果需要的版本更低，那么就进行这一步。
方法一：安装包安装
下载对应版本安装包直接安装，官网各版本下载地址：https://www.python.org/downloads/
方法二：通过Anaconda安装
打开Anaconda Prompt输入命令conda install python=<版本号>
其中等号后是要安装的Python版本号，以本帖为例，根据要安装的TensorFlow版本，需对应安装Python 3.6：
conda install python=3.6
按照提示确认安装即可。
注： 在命令终端输入Python，出现版本号则安装成功。
C:\Users\L>Python
Python 3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 16:07:46) [MSC v.1900 32 bit (Intel)] on win32
Type “help”, “copyright”, “credits” or “license” for more information.
3、安装CUDA
各版本CUDA官网下载链接：https://developer.nvidia.com/cuda-toolkit-archive
这里安装8.0版本，如图：
下载完成后根据提示一直next即可。
注： 打开Anaconda Prompt输入nvcc --version或nvcc -V，查看安装结果，出现如下显示则表示安装成功。
(base) C:\Users\L>nvcc -V
nvcc: NVIDIA ® Cuda compiler driver
Copyright © 2005-2016 NVIDIA Corporation
Built on Sat_Sep__3_19:05:48_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
4、安装cuDNN
根据TensorFlow的表选择对应版本的cuDNN。
各版本cuDNN下载地址：https://developer.nvidia.com/rdp/cudnn-archive
下载完成后解压，有如下文件夹
将上方文件夹及其中文件复制到CUDA的安装目录下
5、安装TensorFlow
打开Anaconda Prompt，在其中使用命令安装。
- 在Anaconda中创建TensorFlow环境（搭建对应版本的Python）
conda create -n tensorflow pip python=3.6
- 激活TensorFlow环境
activate tensorflow
- 使用命令
pip install --ignore-installed --upgrade tensorflow_gpu==<版本号>安装TensorFlow，本帖以1.4.0版为例。
pip install --ignore-installed --upgrade tensorflow_gpu==1.4.0
- 测试安装结果
输入Python切换到Python模式，编写如下程序，输出正常即为安装成功。
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 ))
1是输出结果
2标志运算使用了GPU
以上则安装成功。
三、踩坑总结
- 测试TensorFlow时运行
import tensorflow as tf时
ImportError: Could not find ’cudart64_ 80. d11’. TensorF1ow requires that this DLL be installed in a directory that is named in your %6PATH% en vironment variable. Download and install CUDA 8.0 from this URL: https:// developer. nvidia. com/ cuda- toolkit
这个错误是，CUDA和TensorFlow版本不匹配，按照错误提示Download and install CUDA 8.0即可（注意cuDNN也要相应更换）
- 测试TensorFlow时运行import tensorflow as tf时
这里我发现只要重新引入一下就可以成功，没有这些信息了，不知道有没有更好的办法。
四、参考文章
知乎@爱生活的克劳德 https://zhuanlan.zhihu.com/p/37086409
博客园@Pink.Pig https://www.cnblogs.com/pgzhang/p/9146617.html