Win10安裝gpu-tensorflow

Win10 安裝 anaconda + gpu-tensorflow

1.CUDA安裝

CUDA® 是 NVIDIA 創造的一個並行計算平臺和編程模型。它利用圖形處理器 (GPU) 能力，實現計算性能的顯著提高。

1.命令行中輸入dxdiag,可以看自己的電腦配置，用來選對應的英偉達開發包驅動,登錄https://developer.nvidia.com查看CUDA是否支持自己的GPU。

注意：需下載cuda-8.0!

2.下載安裝
下載路徑
注：網站鏈接不穩定，需要多測試幾次

2.CUDNN安裝

The NVIDIA CUDA® Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. cuDNN is part of the NVIDIA Deep Learning SDK.

下載鏈接
下載完實際上就是壓縮包，解壓後看步驟3

注意：需下載cudnn-5.1!

3.關聯路徑

把CUDNN文件夾下的文件複製到CUDA安裝目錄對應同名文件夾下

4.安裝anaconda

注意：需下載python-3.6或python3.5版本！

Anaconda下載鏈接
注：下載的時候需要選擇windows_python3.6版本，這個網站同樣連接不穩定，需多測試幾次，安裝的時候需注意要勾選兩個對勾，讓python添加到系統路徑。

5.創建python3.5開發環境

anaconda支持創建多個python版本環境。可以同時裝python2,python3.4 … ，且相互之間不影響。

conda create -n py35 python=3.5

注: gpu-tensorflow 暫時不支持python3.6,若下載下來的anaconda爲python3.6版本，需創建3.5環境。

每次運行python3.5的時候，需要激活環境：

activate py35

更多關於anaconda的指令移步此處：
anaconda Cheatsheet

6.安裝gpu-tensorflow

不建議用源碼安裝，可以選擇用pip安裝或conda安裝。

pip install tensorflow-gpu

有時候用pip安裝tensorflow速度極慢且不會斷點下載，可以考慮用anaconda安裝。

conda install tensorflow-gpu

7.運行測試

創建名爲gpu_test.py 的文件，文件內容如下

# 新建一個 graph.
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)
# 新建session with log_device_placement並設置爲True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# 運行這個 op.
print sess.run(c)

命令行測試運行

python gpu_test.py

如果得到以下類似結果，說明GPU分配成功

Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22.  28.]
 [ 49.  64.]]

可能遇到的問題

1. python版本爲3.6

會提示一堆找不到DLL的信息，按照別的博客上設置環境變量的方法，毫無作用。

2.不要輕易安裝dll

許多博客上會說如果dll未加載的時候去下載安裝mscp140.dll(實際上就是轉載Github上的問答),如果裝了vs的最好不要去下，先去c盤檢測system32文件夾下有沒有這個dll。

3.anaconda的好處

anaconda安裝gpu-tensorflow不需經過源碼安裝，而且隨時創建虛擬環境，是python開發最好的工具之一。自己從源碼安裝有時會有一些問題。

4.CUDA不要更新

Nvidia有時會更新CUDA，更新後會偶爾會出現不兼容問題

5.CUDA和CUDNN版本問題

按照本博客中的版本選擇可以成功安裝，測試了其他版本CUDNN會出現問題。

不推薦手工安裝gpu-tensorflow,需要設置環境等且容易出錯。