tensorflow-gpu/cpu 1.13.1 安裝教程

安裝Anaconda集成開發環境

前不久,google公司剛剛發佈了tensorflow的最新版本1.13.1,相信有不少朋友已經升級了這個新版本了.不過,對於萌新來說tensorflow的安裝過程可能並不是特別的友好,於是,本教程就是爲了那些剛剛入坑的朋友們準備的.

在安裝tensorflow之前,我們先要安裝我們的集成開發環境,這裏我向大家推薦Anaconda,當然大家如果喜歡pycharm或者是其他的開發環境也是可以的,方法也是類似的,在這裏我就以Anaconda爲例來告訴大家怎麼安裝到目前爲止最新版本的tensorflow 1.13.1.

下載Anaconda

首先我們去這個網站
https://www.anaconda.com/download/
下載適合自己操作系統的Anaconda

我這裏用的是win10,並且我們需要下載python3.7版本的,linux和mac版本的也類似,這裏就不在贅述.
所以現在我們要做的就是慢慢的等他下載完.如果嫌他下載慢可以去清華鏡像站尋找相應的鏡像.

安裝Anaconda

下載完之後直接開始進入安裝過程,Anaconda的安裝過程並沒有給我們設置什麼障礙,直接一步一步按照他的指示就可以了.不過有一點要注意,就是下圖所示的兩個勾都記得要勾上,以免之後設置環境變量的麻煩.

安裝完了之後還建議大家安裝一下Anaconda裏的jupyter,他是一個功能強大的基於網頁的代碼筆記本,非常適合初學者邊寫代碼邊做筆記.
安裝過程十分簡單,在Anaconda的主界面下找到jupyter並點擊底下的install就行了(因爲我已經安裝過了所以底下顯示launch),他會自動安裝,期間你什麼都不需要做,耐心等待就好.

到此我們Anaconda的安裝過程就大功告成了,現在你可以在jupyter裏測試一下是否可以正常使用.

安裝visual studio和cuda

對於想要安裝tensorflow-gpu版本的小夥伴們,vs和cuda是兩個必備的組件,只想安裝CPU版本的小夥伴們可以跳過這一章節.

安裝visual studio

vs是安裝cuda的必備的組件,推薦大家安裝vs2017版本,因爲有些朋友說2019版本有不兼容的問題(不過在我的電腦上運行正常),所以還是推薦大家2017版本,避免重複安裝的麻煩,畢竟vs安裝時間還是比較長的.安裝過程沒有什麼坑,還是按照他的指示就行,這裏就不在贅述了.

安裝cuda

好了,我們的重頭戲終於來了,安裝cuda的過程也是朋友們遇到問題最集中的地方.其實我分析了一下朋友們遇到的問題,大多都是版本不匹配而導致的錯誤,所以請各位朋友要格外注意版本的問題,如果自己沒有把握可以參考我的版本,因爲我的版本是親測有效的.下面開始安裝:

首先,我們要確認自己的顯卡是否支持cuda,可以上這個網站
https://developer.nvidia.com/cuda-gpus
查看自己的顯卡是否在列表之內,如果在的話那麼恭喜你可以進入下一步了.

然後我們在這個網站上下載cuda的安裝包
https://developer.nvidia.com/cuda-downloads

需要注意的是網站默認的版本是10.1,然而有一些朋友說10.1的版本會有一些問題,所以我們還是安裝比較穩定的10.0版本.給出鏈接
https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

按照自己的系統選擇安裝包下載,請下載前再次確認版本爲10.0!!!請下載前再次確認版本爲10.0!!!請下載前再次確認版本爲10.0!!!（重要的話說三遍）

下載完之後開始安裝

到這個界面之後建議去掉Visual Studio Intergration的勾,如果接下來的安裝過程出現類似顯卡驅動安裝失敗的錯誤,建議重新安裝cuda時去掉下面的Other components和Driver components的勾,即只保留我們的cuda組件.

接下來的安裝也只要按照提示一步一步即可,這裏暫時沒有發現有什麼坑,大家可以放心安裝.

安裝完之後按win+R鍵輸入cmd打開命令提示符,輸入nvcc --version
如果出現類似以下文字即爲安裝成功.

安裝cudnn

下面我們來安裝cudnn插件,首先我們先去官網上下載：

這裏也需要注意版本問題,我推薦大家下載7.4.2的版本,格外要注意後面的”for cuda10.0“不要搞錯成別的版本了,然後選擇自己電腦的系統下載.
下載完之後解壓,你會發現三個文件夾bin/include/lib
然後複製三個文件夾下面的文件到cuda安裝目錄下對應的文件夾裏,注意lib文件夾有層次不要弄錯

安裝目錄默認是
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
如果你有修改安裝目錄就以你的爲準.

複製完之後cudnn就安裝完成了.下面開始Anaconda的配置.

配置Anaconda

首先我們在開始菜單找到Anaconda Prompt,右鍵選擇管理員模式運行(切記切記!!!)

然後想安裝GPU版本的朋友輸入conda install tensorflow-gpu
想安裝CPU版本的朋友輸入conda install tensorflow
按下回車,如果提示(y/n)直接輸入y再次回車,等待安裝過程結束.

如果你在此之前的步驟已經按照我的提示安裝完成的話,這裏的安裝過程應該會非常順利.
GPU版本的朋友如果出現安裝錯誤可以嘗試先安裝CPU版再安裝GPU版.

如果你一切順利的話那麼整個安裝過程就全部完成啦!

測試

打開你的spyder或者是jupyter,輸入以下代碼並運行

import tensorflow as tf
hello = tf.constant('hello,tensorflow!')
sess = tf.Session()
print(sess.run(hello))

如果沒有報錯即爲安裝成功!

結束語

到此我們的安裝教程就全部結束啦,如果你在安裝過程中遇到了什麼其他問題可以在下面留言,我會盡快給你詳細的解答.

下面給出我的所有組件版本:
python3.7.2
cuda 10.0
cudnn 7.4.2
顯卡 GTX 1060 (6GB)
顯卡驅動版本 25.21.14.1935
tensorflow-gpu 1.13.1
(以上組件搭配已經親測成功)

PS：不知不覺已經2020年了，前不久我把電腦系統重裝了，然後又重新搭了一遍tensorflow環境，發現上面的步驟依舊是沒問題的（內心狂喜）。是的，我現在還在用1.13.1這個版本。。。別問我爲什麼。據說現在Anaconda可以自動幫我們安裝cuda和cudnn了？也就是說我們可以用一條命令conda install tensorflow-gpu就可以完成上面所有的步驟？？？本人還暫時沒有試過。喜歡折騰的朋友可以去嘗試一下，開闢新大陸。成功的朋友可以在下面留言告訴我啊（瘋狂暗示）。

2019年3月29日