Tensorflow_gpu安装的坑
TensorFlow 有两个版本:CPU 版本和GPU 版本。GPU 版本需要CUDA 和cuDNN 的支持,CPU 版本不需要。如果你要安装 GPU 版本,请先确认你的显卡支持 CUDA。我安装的是 GPU 版本,采用pip 安装方式,所以就以 GPU 安装为例,CPU 版本只不过不需要安装 CUDA 和 cuDNN。
在 这里 确认你的显卡支持 CUDA。
确保你的Python版本是3.5 64位。
确保你有稳定的网络连接。
确保你的pip版本 >= 8.1。用 pip -V 查看当前 pip 版本,用 python -m pip install -U pip 升级pip 。
确保你安装了 VS2015 或者 2013 或者 2010。
此外,建议安装Anaconda,因为这个集成了很多科学计算所必需的库,能够避免很多依赖问题,安装教程可以参考 这里。
以上条件符合,那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了,注意版本号分别是 CUDA 8.0 和 cuDNN 5.1,这是 Google 官方推荐的。可以去各自官网下载,我已经下载好打成一个压缩包放到了百度云,大家可以从 http://pan.baidu.com/s/1miBc2VY 下载,密码 5aoc。
安装TensorFlow
由于Google那帮人已经把 TensorFlow 打成了一个 pip 安装包,所以现在可以用正常安装包的方式安装 TensorFlow 了,就是进入命令行执行下面这一条简单的语句:
# GPU版本
pip install tensorflow-gpu
# CPU版本
pip install tensorflow
安装网之后你试着在 Python 中import tensorflow 会告诉你没有找到 CUDA 和 cuDNN,所以下一步就是安装这两个东西。
安装CUDA 8.0
这个也是很简单的,下载完我上面给的压缩包之后,解压,得到两个文件,那个 exe 文件就是 CUDA8 的安装程序,直接双击执行就可以了,就像安装正常的其他软件一样,安装过程屏幕可能会闪烁,不要紧,而且安装时间有点长。
安装完之后系统变量会自动为你添加上,这个不用管。
测试一下是否安装成功,命令行输入nvcc -V ,看到版本信息就表示安装成功了。
安装cuDNN 5.1
其实这个是一个压缩包,解压放到任何一个目录下就行,然后把你放的那个目录添加到Path 环境变量里。
https://jingyan.baidu.com/article/db55b6099d1e0d4ba30a2fc0.html
将下面这些文件复制到相应位置,
C:\cuda\bin\cudnn64_5.dll —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\cuda\include\cudnn.h —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
C:\cuda\lib\x64\cudnn.lib —> C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
除此之外,还有一个办法就是将C:\cuda\bin 也加进Path 环境变量里,经过测试这样也是可行的。
然后再次import tensorflow 应该就成功了。
推荐阅读
-
Tensorflow_gpu安装的坑
-
tensorflow-gpu 安装的坑
-
kubernets: 和谐环境下的kubeadm安装 博客分类: kubernetes kubeadm
-
kubernets: 和谐环境下的kubeadm安装 博客分类: kubernetes kubeadm
-
javascript面试题,关于连续赋值let a = {n: 1}; let b = a; a.x = a = {n: 2}; 的坑?
-
Windows10 Tensorflow安装、测试爬坑指南
-
tensorflow安装趟坑记录(cpu)
-
那些年安装tensorflow走过的坑
-
tensorflow安装踩坑过程记录
-
安装tensorflow2.0的坑