WIN10配置Tensorflow-GPU

一、电脑配置及版本
WIN10+GTX1050Ti+CUDA-9.0.176+CUDNN-9.0-windows10-x64-v7.5.0.56
IDE:Pycharm 框架:Tensorflow-GPU Python版本:Python3.6

二、配置过程

1.首先要看显卡是否支持GPU加速

CUDA及CUDNN是NAVIDIA开发的,首先显卡必须是NAVIDIA的,型号是否支持可以在NAVIDIA官网查询。

2.下载CUDA

在NAVIDIA官网下载,推荐下载9.0版的,最新版的可能会和其他框架或软件有兼容性问题(第一次安装就出现和tensorflow-gpu最新版不兼容)。安装CUDA可以按照提示直接一路下去,也可以根据情况自己修改路径和安装方式和内容,不过建议默认安装。

3.配置环境变量

如果安装成功,系统变量会多出两个为:

tensorflow 默认不用gpu tensorflow配置gpu_v8


还需要自己添加几个系统变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0(这是默认安装位置的路径,如果自己路径设置安装成功的话就用自己的路径)
 CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
 CUDA_BIN_PATH = %CUDA_PATH%\bin
 CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
 CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

添加好之后应该像下面这样:

tensorflow 默认不用gpu tensorflow配置gpu_Tensorflow_02


下一步在系统变量PATH里添加东西,找到系统变量的PATH双击。

tensorflow 默认不用gpu tensorflow配置gpu_Tensorflow_03


添加下列东西:

%CUDA_LIB_PATH%
 %CUDA_BIN_PATH%
 %CUDA_SDK_LIB_PATH%
 %CUDA_SDK_BIN_PATH%
 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64 这些均为默认路径,有需要的话自行修改
 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64
 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64

tensorflow 默认不用gpu tensorflow配置gpu_Tensorflow_04


添加完之后CUDA就算安装完成了,我们可以检验是否安装成功。打开CMD,cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite(这是默认路径)

分别执行命令:

bandwidthTest.exe

deviceQuery.exe

若分别返回:

tensorflow 默认不用gpu tensorflow配置gpu_Tensorflow_05

tensorflow 默认不用gpu tensorflow配置gpu_Tensorflow_06


则代表CUDA9.0安装成功。

3.安装CUDNN

去官网上下载搭配CUDA9.0的cudnn,一定要注意搭配CUDA9.0,会需要注册英伟达的账号。

下载好之后,进行解压,分别将.h文件.lib文件和.dll文件分别拷贝到cuda的include, lib/x64, bin文件夹下(其实也就是对应的文件夹)。到这里就安装好了CUDA9.0及其对应的CUDNN。

4.安装Tensorflow-GPU

先用anaconda创建一个Pythnotallow=3.6的环境,在anaconda prompt中激活环境,也可以在IDE中激活。再使用命令下载Tensorflow-GPU,其中最关键的是使用pip install tensorflow-gpu ==1.10,也可以使用conda install tensorflow-gpu ==1.10。

三、注意事项
1.一定要下载合适版本的CUDA和CUDNN及Tensorflow-GPU,建议不要下载最新版。
2.如果下载了不兼容的CUDA版本,在安装合适的版本前一定要确保上一版本已经完全卸载。如果有存留,则在安装其他版本的CUDA及显卡驱动时会出现"non 7z archive"的错误提示。该错误的原因不是安装包有问题,也不是没有7zip解压,问题就是老版本没有完全删除,可以在安装盘搜索CUDA,将有CUDA字样的文件全部删除即可。