目錄
1 原料
- Windows10系統主機(64位)
- GTX1060顯卡
- 可以上網
2 配料
2.1 Python3.6.6 或者 Anaconda 3
推薦用Anaconda ,因爲很多庫都已經裝好,不用手動安裝
- Python 下載地址:https://www.python.org/downloads/
- Anaconda 鏡像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.2 Cuda9.0
下載地址:https://developer.nvidia.com/cuda-90-download-archive
2.3 cuDNN
下載地址:https://developer.nvidia.com/rdp/cudnn-archive
選擇Windows10版本,下載這個需要註冊以及回答一些問卷,隨便填都沒事。下載後是一個壓縮包,安裝完CUDA後需要用到這個解壓後的文件。
2.4 visual studio 2015(其它版本也行,比如2013)
下載地址:https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1 我選擇的是社區版本,其他版本應該也沒問題。安裝這個比較費時間,文件比較大。
在安裝visual studio 2015過程需要一步注意,需要勾選下圖的選項。此外,這個安裝後才能安裝CUDA。
VS2013 下載地址
鏈接:https://pan.baidu.com/s/1F1ej7lJlpGp3g5go2YtW7Q 密碼:078f
3 做菜
3.1 Python
在安裝python只要勾選 Add to Path 這個選項,其他默認即可,安裝地址可以更改。下圖是截取別人的圖,實際版本不是這個。
進入cmd,輸入python,看到下圖就是安裝成功了。
如果選擇用Anaconda3(推薦)——Anaconda的安裝與測試實例,則需要把Anaconda 的環境加入系統中
- Anaconda 的路徑
- Anaconda 下 Scripts 的路徑
具體添加細節可以參考這篇博客
anaconda安裝及環境變量配置
打開Anaconda Prompt,輸入 python 測試
3.2 visual studio 2015
把我們下載後的軟件雙擊,
點擊下圖最後一個文件安裝
接下來就是等待安裝過程了。注意上面提到的安裝過程即可。安裝路徑可以修改。
3.3 CUDA 9.0
按照常規軟件安裝即可,可能會短暫的黑屏
安裝完畢後,在安裝目錄下,比如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
可以看到如下內容。
打開命令行,輸入nvcc -v.看到如下則表示安裝成功。
再去環境變量中看下
要有這兩個變量,沒有自己添加。地址如圖所示。
3.4 cuDNN
我們把下載好的文件解壓,如圖所示。
將這些文件複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目錄中。如下圖所示。
3.5 Tensorflow-GPU
在命令行下安裝tensorflow-gpu,pip3 install tensorflow-gpu
在這裏,我遇到一個問題,解決方法是下載numpy這個庫,在重新安裝。pip unstall numpy。然後在pip install numpy。接着在繼續輸入pip3 install tensorflow-gpu。如果有問題可以百度下解決方案。
如果安裝的anaconda的話,打開 Anaconda Prompt
pip install tensorflow-gpu
,pip3 install tensorflow-gpu==XXX
可以下對應版本的 TensorFlow,比如 1.8
,pip下載東西加速的方法可以參考這篇博客 pip下載慢的問題。
如果 用 Anaconda 安裝的話,就不會存在這種問題了
安裝完成後打開 python
用以下指令看下tensorflow版本。
import tensorflow as tf
tf.__version__
4 上菜
接着我們來測試下是不是在GPU下運行。
import tensorflow as tf
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)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print (sess.run(c))
可以看到GPU的信息。
在GPU上運行。
這樣就配製完了。
5 品菜
1 安裝過程很繁瑣,需要耐心
2 有些問題可以參考別人的答疑
3 GTX1060的驅動最好事先安裝好,我這是先來的主機,所以是自己裝的。
4 參考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html
5 多試錯多犯錯
6 菜料大合集
Python 3.6.6(Anaconda3以上版本) + CUDA 9.0 + cuDNN 7.0 + visual studio 2015(其它版本也行)
百度雲鏈接:https://pan.baidu.com/s/1xsjmn8kO3cTrHg-ywnh9Aw
7 甜點
pycharm