[更新時間:2018.11.9]Win10 +VS2017+ python3.66 + CUDA9.2 + cuDNNv7.2.1 + tensorflow-gpu 1.12.0 最新版
Win10 +VS2017+ python3.66 + CUDA9.2 + cuDNNv7.2.1 + tensorflow-gpu 1.10.0 最新版
官網的tensorflow 1.10只支援 cuda9.0 不支援9.2,不安裝cuda9.0的話會出錯。本文的目的是用最新版的CUDA9.2 + cuDNNv7.2.1來執行tensorflow 1.10
CUDA安裝
根據官網描述在下載CUDA之前請確保:
- GPU型號相容
- 支援的Windows版本
- 支援的Microsoft Visual Studio版本
cuda下載地址:http://developer.nvidia.com/cuda-downloads
CUDA安裝路徑:“C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.2”
或者安裝在D:\ProgramData\NVIDIA GPU Computing Toolkit\v9.2 後面下載的cudnn要放在CUDA安裝路徑中。
這裡我安裝的是Microsoft Visual Studio 2017,但是之前在安裝CUDA 9.2時總是安裝失敗,於是又嘗試了9.1 ,9.0都是一樣的問題,安裝失敗,所以我判斷是Microsoft Visual Studio 的問題。之後重灌了Microsoft Visual Studio 2017
輸入nvcc --version或者nvcc -V驗證:
Win10 +VS2017+ python3.66 + CUDA9.2 + cuDNNv7.2.1 + tensorflow-gpu 1.10.0 最新版
cuDNN下載
cuDNN只是cuda的一個補丁。需要註冊一個官網帳號, 下載地址:https://developer.nvidia.com/rdp/cudnn-download
注意下載的是這個版本cuDNNv7.2.1 ,之前的版本是 7.1.4 會出以下錯誤
Loaded runtime CuDNN library: 7.1.4 but source was compiled with: 7.2.1.
解壓縮下載的CuDnn檔案,得到3個資料夾:bin, include, lib。
將這個三個資料夾複製到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.2” (CUDA安裝路徑)
或者安裝在D:\ProgramData\NVIDIA GPU Computing Toolkit\v9.2
之後確認環境變數:
確認CUDA_PATH和CUDA_PATH_V9.2已經存在。如果沒有。
手動新增 “C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.2\bin”到Path裡面。
pip安裝Tensorflow-gpu
注意:
目前tensorflow還不能支援cuda9.2,所以只能通過原始碼編譯或者別人編譯好的安裝包安裝。大神編譯的各種版本的tensorflow安裝包地址:https://github.com/fo40225/tensorflow-windows-wheel
根據說明找到資源路徑:[1.11-1.12 必須安裝cuda10]
下載完成後:2個檔案合併一下。
將tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl
複製到C:\Windows\System32資料夾下,然後執行命令:pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl(若執行失敗,會報錯在哪個資料夾不能找到該檔案,再把.whl檔案移到指定資料夾即可)
或cmd直接 cd 到存放的目錄 D:\Tensorflow下
【需要翻~~~牆,否則 installed tensorboard-1.12.0 無法安裝,導致安裝失敗】
最後pip list檢視:
執行測試
最後輸入python
輸入import tensorflow as tf 檢視:
完工~~體驗gpu的運算速度吧
Win10 +VS2017+ python3.66 + CUDA9.2 + cuDNNv7.2.1 + tensorflow-gpu 1.10.0 最新版