之前就嘗試了一次如何在Windows Anaconda上安裝Tensorflow-gpu,可是沒能成功。這次經歷千辛萬苦終於成功安裝上了,本篇文章就記錄一下安裝過程。(說明:很多操作、很多軟件都需要翻牆進行下載,我儘可能幫你們下載好了)
文章目錄
一、環境說明
電腦:Lenovo
操作系統:Windows 10
Anaconda及python版本:
Anaconda的安裝就省略了,大家可以在網上查找相關資料自行安裝。
Anaconda官網: https://www.anaconda.com/
二、查看顯卡信息
在這一步就會出現一些問題,網上大多數的資料都會建議使用nvidia-smi
命令進行查看,可以有的電腦(比如我)在執行該命令時會出現錯誤。
這裏使用另一種方式查看顯卡驅動程序版本:
首先安裝GeForce Experience軟件,
官網下載地址: https://www.nvidia.com/en-us/geforce/geforce-experience/download/
百度雲下載地址:
鏈接:https://pan.baidu.com/s/1_z3IkI99RoaoeE3SPKEExA
提取碼:5lii
然後打開該軟件後進行登陸,如果沒有賬號需要註冊。
然後記住顯卡名稱GeForce 940MX和驅動程序版本417.22。
三、查詢顯卡是否支持CUDA
在谷歌瀏覽器中輸入 [顯卡名稱]+specifications 查詢你的顯卡是否支持CUDA:
如果是No,那麼你可以關閉這篇文章,安裝CPU版本的Tensorflow了。
四、查詢顯卡驅動程序版本與CUDA的對應關係
我的顯卡驅動程序版本是417.22,根據該表格應該選擇CUDA10.0.130。
五、下載相應的CUDA
官網下載地址: https://developer.nvidia.com/cuda-10.0-download-archive
百度雲下載地址:
鏈接:https://pan.baidu.com/s/1OyAg9W4dSxXb8vNMwkPFxg
提取碼:nnud
這裏只給出了CUDA 10.0版本,如果需要其他版本,請自己下載。
六、下載cuDNN
官網下載地址: https://developer.nvidia.com/rdp/cudnn-archive
如果是在官網下載地址,需要登陸賬號(賬號密碼就是剛剛登陸GeForce Experience的)。
百度雲下載地址:
鏈接:https://pan.baidu.com/s/1bNiIJN-6eeasqXYK3OlW_A
提取碼:sza2
下載完成後解壓備用。
七、安裝CUDA
在這裏就不詳細貼圖演示安裝過程了,直接給出安裝教程鏈接: https://blog.csdn.net/XunCiy/article/details/89070315
驗證安裝成功:
八、安裝cuDNN
參照安裝教程: https://blog.csdn.net/XunCiy/article/details/89070315
九、創建虛擬環境
打開Anaconda Prompt,輸入如下命令創建虛擬虛擬環境:
conda create -n tensorflow_gpu python=3.6
說明:
-
tensorflow_gpu是虛擬環境名,可以自己隨意取;
-
python指定虛擬環境的python版本,建議3.5或3.6;
十、查看CUDA與Tensorflow對應版本
根據下圖以及CUDA版本確定Tensorflow版本:
更多信息: https://blog.csdn.net/yuejisuo1948/article/details/81043962
根據上表和CUDA 10.0版本,我需要安裝tensorflow_gpu-1.13.1。
十一、在虛擬環境中安裝tensorflow_gpu-1.13.1
首先進入虛擬環境:
activate 你的虛擬環境名
然後執行下述代碼進行安裝:
conda install tensorflow-gpu==1.13.1
如果安裝過慢或者失敗,考慮更換爲國內鏡像源。
也可以考慮打開Anaconda Navigator進行便捷式安裝:
注意選擇版本。
十二、驗證安裝tensorflow是否成功
打開Anaconda Prompt,進入虛擬環境,進入python命令行編程環境:
import tensorflow as tf
tf.__version__
中間有一大段英文,主要是提示tensorflow版本過低,影響不大。
十三、安裝Keras
首先根據安裝的tensorflow版本確定Keras版本:
然後進行安裝Keras 2.2.4,安裝過程與tensorflow類似,此處不再贅述,注意選擇安裝Keras_gpu版本進行安裝。
安裝結果:
十四、安裝其他
在虛擬環境中安裝ipython、spyder、notebook等,均可以通過以下方式進行搜索安裝。
十五、小結
在Windows環境下的Anaconda中安裝tensorflow-gpu實在有很多坑,涉及到顯卡,而且很多軟件都需要翻牆下載,本篇文章也並不是最終答案,可能你的安裝過程會碰見其他問題,需要自己去查詢相關資料進行解決。
再次總結一下安裝過程,首先需要明確顯卡名稱和顯卡驅動程序版本,根據顯卡驅動程序版本確定CUDA版本,根據CUDA版本確定cuDNN版本和tensorflow_gpu版本,然後進行安裝,其中最主要的就是各種版本對應。
十六、參考資料
【1】安裝CUDA和cuDNN: https://blog.csdn.net/XunCiy/article/details/89070315
【2】下載CUDA和cuDNN: https://zhuanlan.zhihu.com/p/37086409
【3】在Anaconda中安裝tensorflow: https://blog.csdn.net/u010858605/article/details/64128466
【4】版本對應關係: https://blog.csdn.net/qq_42940160/article/details/104931762