【安裝教程】Win10環境下安裝TensorFlow-GPU與Keras

概要

TensorFlow這東西自打本科畢業設計開始就和它槓上了,很長的時間都是處於安裝卸載的死循環。經過反覆的試錯,找博客,總算找到了一些竅門。現在分享給大家。雖然是經驗,但也只能當做參考。TensorFlow的GPU版本的安裝說實在的就是看機器,看運氣。自己實驗室裏,兩臺配置一樣的主機,一臺一次安裝就成功,另一臺現在就不行,一直報錯。


一、 查看顯卡並更新顯卡驅動

最簡單的方法就是通過設備管理器進行查看顯卡型號。但是這必須保證顯卡驅動必須安裝,不然設備管理不會顯示顯卡。選擇這種方式查看顯卡型號過程如下:首先右擊“我的電腦“,雙擊“管理”,進入設備管理器,找到顯示適配器查看顯卡型號。
在這裏插入圖片描述
若是不知將顯卡驅動,可以使用dxdiag命令進行查看顯卡型號。首先利用win+R快捷鍵進入cmd,之後輸入如下命令進行查看顯卡型號:

dxdiag

在這裏插入圖片描述
之後進入英偉達中國官網中找到與你電腦符合型號的驅動並下載(現在安裝的是driver,不是toolkit,請分清,不要搞混了)。
在這裏插入圖片描述
之後,win10下的驅動安裝流程基本上是傻瓜式點擊下一步(同意)即可。在驅動安裝過程中可能會多次出現閃爍的情況,不需要感到奇怪,等待安裝即可。
在這裏插入圖片描述
之後右鍵單擊“我的電腦”,選擇“屬性”,之後選擇“高級系統設置”,最後點擊環境變量,將自己電腦的系統盤裏nvidia-smi.exe程序的父文件夾路徑添加到Path路徑下:

# C盤默認爲系統盤
C:\Program Files\NVIDIA Corporation\NVSMI

之後重啓電腦,然後進入cmd運行如下命令:

nvidia-smi

若出現如下畫面則表示驅動安裝成功。
在這裏插入圖片描述

二、安裝Anaconda3

接下來需要安裝的Anaconda3集成環境。進入Anaconda官網或者Anaconda歷史版本網站選擇合適的版本進行下載,在官網的下載速度可能比較慢,可以選擇各種國內鏡像源進行下載,例如:清華鏡像源,或者簡單粗暴翻牆下載即可。在這裏我選擇的Anaconda3-5.2.0-Windows-x86_64版本,該版本對應Python3.6。Anaconda的版本號與Python版本的對應關係如下圖所示。
在這裏插入圖片描述
若是不選擇默認安裝路徑,則Anaconda3在選擇文件夾安裝路徑過程需要避開一個大坑就是必須在首先在指定地址下建立該空白文件夾,然後再在安裝程序上選擇指定路徑,如下圖所示。
在這裏插入圖片描述
安裝過程中基本全是下一步,遇見添加環境變量的選項,不要打鉤,
在這裏插入圖片描述
安裝完成後,在Path環境變量中添加Annconda所在文件夾的地址和其子目錄Scripts的地址。在這裏插入圖片描述
之後打開Annaconda Prompt。
在這裏插入圖片描述
爲了保險起見,防止pip版本過低,也對pip就行版本升級,代碼如下:

python -m pip install --upgrade pip 

三、安裝cuda和cudnn

接下來是安裝cuda和cudnn。在這裏我選擇安裝cuda10,下載地址見cuda10官網,按照下面紅框步驟進行下載。
在這裏插入圖片描述
之後安裝流程跟驅動安裝流程一樣,傻瓜式點擊下一步即可。
在這裏插入圖片描述
在這裏插入圖片描述
在這裏插入圖片描述
接下來是安裝cudnn,首先在cudnn官網下載cudnn的安裝包。不過要下載cudnn,必須在該網站註冊賬號。
在這裏插入圖片描述
方便點可以利用qq或者微信登錄。登錄之後然後下載和cuda10版本對應的cudnn,如下圖所示。
在這裏插入圖片描述
之後將下載的壓縮包解壓,之後把cudnn文件夾中的各個子文件夾的文件依次複製到cuda文件夾下同名的子文件夾下。例如把cudnn文件夾的bin文件夾的所有文件複製到cuda文件夾中bin文件夾下,剩下到以此類推。 一般來說,cuda10安裝在系統盤(c盤),那麼cuda的文件夾路徑爲:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

根據電腦的差異,vc 2005 redistribute可能沒有安裝,沒有這個插件,可能會導致tensorflow導入出現dll缺失錯誤。因此,不管安裝與否,都安裝一遍爲好。
下載地址爲:https://www.microsoft.com/en-us/download/details.aspx?id=48145 。


四、 安裝TensorFlow與Keras

在上述安裝成功後,即可以安裝之後TensorFlow。在這裏我們給出兩種安裝,以tensorflow1.14.1爲例。打開Annaconda Prompt輸入:

conda isntall tensorflow-gpu=1.14.1

或者

pip isntall tensorflow-gpu==1.14.1

完成對tensorflow的安裝。之後進入ipython測試是否安裝成功:
在這裏插入圖片描述接下來安裝keras,以keras2.1.5爲例。打開Annaconda Prompt輸入:

pip install keras==2.1.5

最後是keras_contrib 安裝。keras_contrib是keras的一個高級網絡實現模塊,裏面包含了用keras實現的CRF等高級網絡層和相關算法。安裝命令如下:

pip install git+https://www.github.com/keras-team/keras-contrib.git

若是讀者沒有安裝git,上述命令會報錯。請首先在git 官網下載安裝包進行安裝,並將如下路徑添加至Path環境變量:

# 讀者根據自己git的安裝進行更換
F:\Program Files\Git\bin
F:\Program Files\Git\mingw64\libexec\git-core
F:\Program Files\Git\mingw64\bin

之後重啓電腦再次運行上述命令即可。進入ipython測試keras與keras_contrib是否安裝成功:
在這裏插入圖片描述

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