Win10安裝TensorFlow-gpu版本,超詳細步驟

前提:一定要有獨立顯卡,而且計算能力在3.0以上(最好3.5以上)
安裝TensorFlow-gpu版本需要安裝CUDA和cuDNN,但是之前你要做好一系列前期準備。
確認步驟:

  1. 查看顯卡及計算能力
  2. 查看顯卡對應的CUDA版本
  3. 查看CUDA對應的cuDNN對應的版本
  4. 根據CUDA和cuDNN版本確認可以安裝的TensorFlow-gpu版本

我們一步一步來:

1.查看顯卡屬性及計算能力

1、在電腦桌面,右擊“此電腦”,點擊“屬性”
2、在打開界面,選擇“設備管理器”
3、先在“設備管理器”界面,點擊“顯示適配器”,顯卡的型號就會顯示出來。
一般 Intel開頭的爲集成顯卡,
一般 AMD、NVIDIA開頭的爲獨立顯卡。
在這裏插入圖片描述
查看計算能力:官方鏈接
在這裏插入圖片描述
滿足3.0以上的計算能力,OK,你可以使用TensorFlow-gpu版本了。不行的話,加顯卡或者換電腦!

2.查看顯卡驅動對應的CUDA版本並且下載安裝

這個CUDA版本也不能隨便選擇的,這得看你的顯卡驅動能撐起哪個CUDA版本的運算。先找顯卡驅動版本:控制面板->搜索“NVIDIA”->NVIDIA控制面板
在這裏插入圖片描述
幫助->系統信息
在這裏插入圖片描述
在這裏插入圖片描述
然後再查看這個驅動對應的CUDA版本:官方鏈接
在這裏插入圖片描述
根據這個你就可以判斷下載哪個CUDA的版本了。
或者下面這個方法更直接一些:看組件裏面,直接會顯示支持CUDA的最高版本。
在這裏插入圖片描述
接下來就是下載,官網鏈接
在這裏插入圖片描述
選擇你的版本,進入下載頁面,選擇你的操作系統等等,然後Download。
在這裏插入圖片描述
安裝一路下一步就OK。有一點注意一下,中間會修改環境變量,如果有360啥的提示允不允許,選擇允許就行。然後在cmd中確認一下,是否安裝成功,nvcc -V
在這裏插入圖片描述
如果出問題,看看環境變量是否有CUDA的路徑,沒有的話手動加上:
在這裏插入圖片描述
在這裏插入圖片描述

3.安裝cuDNN

官方鏈接
這個你得需要註冊一下賬戶,然後進入下載頁面,選擇你需要的版本:
在這裏插入圖片描述
打開壓縮包,分別把bin, include和lib覆蓋到你的CUDA的安裝路徑下:
在這裏插入圖片描述
然後,在環境變量path中,添加一項:
在這裏插入圖片描述

4.安裝TensorFlow-gpu版本

首先你得找到,你的CUDA和cuDNN對應的TensorFlow-gpu版本。官方鏈接
在這裏插入圖片描述
(默認已經安裝好Python了)
安裝很簡單,如果安裝TensorFlow-gpu的最新版本,只需要:

pip install tensorflow-gpu

如果需要安裝舊版本,指定版本號就好了:

pip install tensorflow-gpu==1.14.0

安裝的過程會比較緩慢,因爲默認是從國外網站下載TensorFlow安裝包,200M左右,基本速度也就是10K/s左右。如果你的網絡狀況也是這樣,建議從國內鏡像網站下載,後面再加個參數:

pip install tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

如果你還覺得速度不夠,在上面的命令執行後,應該會給出tensorflow-1.15.0-cp35-cp35m-win_amd64.whl安裝包的下載地址,直接拷貝出來用迅雷下。下載完成後,到這個安裝包的目錄,執行:

pip install tensorflow-1.15.0-cp35-cp35m-win_amd64.whl

同樣這個安裝過程也會是很漫長,因爲這裏面還有10多個關聯包的下載,中間有時候可能會因timeout而中斷,不要緊,重新執行命令會接着安裝的。
直到最後出現Successfully installed XXXX(具體記不清了),就算安裝完畢了。
然後,我們驗證一下是否啓動GPU加速了。
先進入python,然後分別輸入下面2行:

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

出現紅框裏面的內容,就說明啓動了GPU加速。
在這裏插入圖片描述
可能會出現的錯誤:
比如

Could not load dynamic library 'cudart64_100.dll'; dlerror: cudart64_100.dll not found
Could not load dynamic library 'cublas64_100.dll'; dlerror: cublas64_100.dll not found
Could not load dynamic library 'cufft64_100.dll'; dlerror: cufft64_100.dll not found
Could not load dynamic library 'curand64_100.dll'; dlerror: curand64_100.dll not found
Could not load dynamic library 'cusolver64_100.dll'; dlerror: cusolver64_100.dll not found
Could not load dynamic library 'cusparse64_100.dll'; dlerror: cusparse64_100.dll not found

如果你裝的CUDA是10.2的版本,dll文件的名字是102的。
在\NVDIA GPU Computing Toolkit\CUDA中搜索cudart64,搜索到的文件可能是cudart64_102.dll,改名成cudart64_100.dll。
其他的,cublas64_10.dll->cublas64_100.dll都是類似的改法。

在比如:CUDA driver version is insufficient for CUDA runtime version
這個就是典型的CUDA驅動版本不滿足CUDA運行版本。請參考本文的1,2章節,重新檢查一下。

以上。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章