目录
1 原料
- Windows10系统主机(64位)
- GTX1060显卡
- 可以上网
2 配料
2.1 Python3.6.6 或者 Anaconda 3
推荐用Anaconda ,因为很多库都已经装好,不用手动安装
- Python 下载地址:https://www.python.org/downloads/
- Anaconda 镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.2 Cuda9.0
下载地址:https://developer.nvidia.com/cuda-90-download-archive
2.3 cuDNN
下载地址:https://developer.nvidia.com/rdp/cudnn-archive
选择Windows10版本,下载这个需要注册以及回答一些问卷,随便填都没事。下载后是一个压缩包,安装完CUDA后需要用到这个解压后的文件。
2.4 visual studio 2015(其它版本也行,比如2013)
下载地址:https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1 我选择的是社区版本,其他版本应该也没问题。安装这个比较费时间,文件比较大。
在安装visual studio 2015过程需要一步注意,需要勾选下图的选项。此外,这个安装后才能安装CUDA。
VS2013 下载地址
链接:https://pan.baidu.com/s/1F1ej7lJlpGp3g5go2YtW7Q 密码:078f
3 做菜
3.1 Python
在安装python只要勾选 Add to Path 这个选项,其他默认即可,安装地址可以更改。下图是截取别人的图,实际版本不是这个。
进入cmd,输入python,看到下图就是安装成功了。
如果选择用Anaconda3(推荐)——Anaconda的安装与测试实例,则需要把Anaconda 的环境加入系统中
- Anaconda 的路径
- Anaconda 下 Scripts 的路径
具体添加细节可以参考这篇博客
anaconda安装及环境变量配置
打开Anaconda Prompt,输入 python 测试
3.2 visual studio 2015
把我们下载后的软件双击,
点击下图最后一个文件安装
接下来就是等待安装过程了。注意上面提到的安装过程即可。安装路径可以修改。
3.3 CUDA 9.0
按照常规软件安装即可,可能会短暂的黑屏
安装完毕后,在安装目录下,比如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
可以看到如下内容。
打开命令行,输入nvcc -v.看到如下则表示安装成功。
再去环境变量中看下
要有这两个变量,没有自己添加。地址如图所示。
3.4 cuDNN
我们把下载好的文件解压,如图所示。
将这些文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录中。如下图所示。
3.5 Tensorflow-GPU
在命令行下安装tensorflow-gpu,pip3 install tensorflow-gpu
在这里,我遇到一个问题,解决方法是下载numpy这个库,在重新安装。pip unstall numpy。然后在pip install numpy。接着在继续输入pip3 install tensorflow-gpu。如果有问题可以百度下解决方案。
如果安装的anaconda的话,打开 Anaconda Prompt
pip install tensorflow-gpu
,pip3 install tensorflow-gpu==XXX
可以下对应版本的 TensorFlow,比如 1.8
,pip下载东西加速的方法可以参考这篇博客 pip下载慢的问题。
如果 用 Anaconda 安装的话,就不会存在这种问题了
安装完成后打开 python
用以下指令看下tensorflow版本。
import tensorflow as tf
tf.__version__
4 上菜
接着我们来测试下是不是在GPU下运行。
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上运行。
这样就配制完了。
5 品菜
1 安装过程很繁琐,需要耐心
2 有些问题可以参考别人的答疑
3 GTX1060的驱动最好事先安装好,我这是先来的主机,所以是自己装的。
4 参考https://www.leiphone.com/news/201711/GCh0IBszXrxP1iHU.html
5 多试错多犯错
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)
百度云链接:https://pan.baidu.com/s/1xsjmn8kO3cTrHg-ywnh9Aw
7 甜点
pycharm