windows 下 TensorFlow(GPU 版)的安裝
阿新 • • 發佈:2018-12-27
windows 10 64bit下安裝Tensorflow+Keras+VS2015+CUDA8.0 GPU加速
0. 環境
- OS:Windows 10,64 bit;
- 顯示卡:NVIDIA GeForce GTX 1050Ti,顯示卡檢視方法:計算機【裝置管理器】⇒ 【顯示介面卡】
- Python 的版本,注意只能為 3.5,並非越高越好;
- CUDA,8.0;
keras 可以以 TensorFlow 為後端(backend)(也可以 theano 為後端),安裝完成 TensorFlow 的基礎上,再安裝 keras 是一件水到渠成的工作。
1. 安裝步驟
-
安裝 CUDA:深度學習庫如果使用CUDA進行GPU加速,可以大大縮短計算時間。(CUDA 目前只有NVIDIA 的顯示卡才支援)
- 檢查 GPU 是否支援 CUDA;(注意筆記本和 desktop 的區別。)
- 如果你的顯示卡比較新,到這裡檢查是否支援 CUDA:https://developer.nvidia.com/cuda-gpus(進入網頁,點開自己的顯示卡所屬的系列,以及型號等等)
- 如果你的顯示卡很老,請到如下連結檢查是否支援CUDA:https://developer.nvidia.com/cuda-legacy-gpus
- 將自己的顯示卡驅動更新到最新版本,
- 去官網下載,或者通過 GeForce Experience 下載安裝;
- CUDA 安裝
- CUDA 的下載地址:https://developer.nvidia.com/cuda-downloads
- 如果需要下載 CUDA 的歷史版本,請移步:https://developer.nvidia.com/cuda-toolkit-archive
- 測試 CUDA 的安裝結果,開啟windows cmd,輸入
nvcc -V
nvcc
命令;
- CUDA 的下載地址:https://developer.nvidia.com/cuda-downloads
- 安裝 Visual Studio 2015 community
- 編譯 CUDA 的示例程式
- 在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目錄下,有CUDA的示例程式。由於我安裝的是VS2015,所以開啟 Samples_vs2015.sln 那個解決方案檔案,將解決方案配置更改為Release和x64.
- 右鍵解決方案名稱,編譯整個解決方案,在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 目錄會生成 deviceQuery.exe 這個可執行檔案。。
- 如果提示是缺少:”d3dx9.h”、”d3dx10.h”、”d3dx11.h”標頭檔案,則需要安裝 DXSDK_Jun10.exe,下載地址:https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502
- 關閉 VS2015。開啟一個cmd視窗,cd 到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目錄(一定要 cd,切換到該目錄下,因為此路徑中間有空格,如果直接執行 deviceQuery.exe 會空格前面的
C:\ProgramData\NVIDIA
看做單獨的命令),輸入:deviceQuery.exe ,然後回車。 -
安裝 TensorFlow 和 keras
- 下載安裝 anaconda,選擇 anaconda 4.2.0 系列,其對應的 Python 版本為 3.5
-
更改 pip 的下載源,對於 windows 使用者而言,進入其家目錄(C:\Users\當前使用者名稱)新建一個 pip.ini 文字檔案,內容如下:
[global] index-url = http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com
- 1
- 2
- 3
- 4
也即講源改為國內比如阿里雲的源,以加快 pip install 第三方庫的速度;
- 安裝 TensorFlow 以及 keras,保持網路連線,從開始選單中開啟Anaconda Prompt,輸入:
- pip install tensorflow-gpu
- pip install keras
- 檢查 GPU 是否支援 CUDA;(注意筆記本和 desktop 的區別。)
2. 測試
從開始選單中開啟 Anaconda Prompt,在命令列中輸入:python(ipython),再輸入:
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b = tf.constant(22)
print(sess.run(a + b))
- 1
- 2
- 3
- 4
- 5
如果正確打印出結果 32,不報錯,說明 tensorflow 安裝成功。
再輸入:
import keras
- 1
3. 使用 cuDNN 加速
- cuDNN可 以在前面 GPU 加速基礎上大概再提升1.5倍的速度,它由nVIDIA開發。可以到nVIDIA官網上下載。下載之前需要註冊,然後問一系列問題,請耐心弄完。然後就可以下載了。下載 windows 10系統下64位的,最新的支援CUDA 8.0的cuDNN-5.1,檔名是:cudnn-8.0-windows10-x64-v5.1.zip,下載地址:https://developer.nvidia.com/cudnn
- 下載完成後解壓縮。裡面有bin、include、lib三個目錄,將三個資料夾複製到安裝CUDA的地方覆蓋對應資料夾,預設資料夾在:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
- 如何驗證CuDNN是否配置成功呢?開啟 Anaconda Prompt,輸入python,再輸入import tensorflow,不再提示沒有安裝cudnn,就成功了。
再分享一下我老師大神的人工智慧教程吧。零基礎!通俗易懂!風趣幽默!還帶黃段子!希望你也加入到我們人工智慧的隊伍中來!https://www.cnblogs.com/captainbed