一、準備工具
Anaconda3 5.0.1 + Tensorflow-gpu +CUDA9.0 + CUDNN7.3.1 + python3.6 + NVIDIA顯卡
(注意:版本號很重要,因爲python3.7可能與最新版本的CUDA/CUDNN不兼容!!)
二、解決方案
-
安裝Anaconda3
官網是帶python3.7版本的最新版Anaconda,所以建議以下鏈接中下:https://pan.baidu.com/s/1dGEC57z 密碼:2om4
下載完成之後進入安裝界面,一路Next
這一步,把兩個全選上,第一個選項是添加環境變量
點擊安裝,等待安裝完成。
-
安裝Tensorflow-gpu版本
打開Anaconda-Prompt,輸入以下命令:
conda install tensorflow-gpu=1.11
,注意,此處的版本號也很重要,它決定了系統安裝哪一版本的CUDA和CUDNN。1.11版本對應CUDA9.0和CUDNN7.3.1,親測兼容。命令行會提示你即將安裝哪些軟件,查看其中的CUDAToolkit和CUDNN版本。看到Proceed提示之後輸入y即可安裝。等待直到安裝完成。
三、測試代碼
Anaconda自動爲我們下載好了一個非常好用的在線筆記本Jupyter Notebook,打開Anaconda Prompt,輸入命令Jupyter Notebook
,在你的谷歌瀏覽器下會彈出來以下界面:
點擊右上角的New,新建一個python3.6文件,輸入以下測試代碼
import tensorflow as tf
with tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=False)) as sess:
a = tf.constant(1)
b = tf.constant(3)
c = a + b
print('結果是:%d\n 值爲:%d' % (sess.run(c), sess.run(c)))
在服務器上看到以下類似的顯示你電腦的GPU版本的信息,說明tensorflow-gpu已經安裝成功。