【安装教程】Win10环境下安装TensorFlow-GPU与Keras

概要

TensorFlow这东西自打本科毕业设计开始就和它杠上了,很长的时间都是处于安装卸载的死循环。经过反复的试错,找博客,总算找到了一些窍门。现在分享给大家。虽然是经验,但也只能当做参考。TensorFlow的GPU版本的安装说实在的就是看机器,看运气。自己实验室里,两台配置一样的主机,一台一次安装就成功,另一台现在就不行,一直报错。


一、 查看显卡并更新显卡驱动

最简单的方法就是通过设备管理器进行查看显卡型号。但是这必须保证显卡驱动必须安装,不然设备管理不会显示显卡。选择这种方式查看显卡型号过程如下:首先右击“我的电脑“,双击“管理”,进入设备管理器,找到显示适配器查看显卡型号。
在这里插入图片描述
若是不知将显卡驱动,可以使用dxdiag命令进行查看显卡型号。首先利用win+R快捷键进入cmd,之后输入如下命令进行查看显卡型号:

dxdiag

在这里插入图片描述
之后进入英伟达中国官网中找到与你电脑符合型号的驱动并下载(现在安装的是driver,不是toolkit,请分清,不要搞混了)。
在这里插入图片描述
之后,win10下的驱动安装流程基本上是傻瓜式点击下一步(同意)即可。在驱动安装过程中可能会多次出现闪烁的情况,不需要感到奇怪,等待安装即可。
在这里插入图片描述
之后右键单击“我的电脑”,选择“属性”,之后选择“高级系统设置”,最后点击环境变量,将自己电脑的系统盘里nvidia-smi.exe程序的父文件夹路径添加到Path路径下:

# C盘默认为系统盘
C:\Program Files\NVIDIA Corporation\NVSMI

之后重启电脑,然后进入cmd运行如下命令:

nvidia-smi

若出现如下画面则表示驱动安装成功。
在这里插入图片描述

二、安装Anaconda3

接下来需要安装的Anaconda3集成环境。进入Anaconda官网或者Anaconda历史版本网站选择合适的版本进行下载,在官网的下载速度可能比较慢,可以选择各种国内镜像源进行下载,例如:清华镜像源,或者简单粗暴翻墙下载即可。在这里我选择的Anaconda3-5.2.0-Windows-x86_64版本,该版本对应Python3.6。Anaconda的版本号与Python版本的对应关系如下图所示。
在这里插入图片描述
若是不选择默认安装路径,则Anaconda3在选择文件夹安装路径过程需要避开一个大坑就是必须在首先在指定地址下建立该空白文件夹,然后再在安装程序上选择指定路径,如下图所示。
在这里插入图片描述
安装过程中基本全是下一步,遇见添加环境变量的选项,不要打钩,
在这里插入图片描述
安装完成后,在Path环境变量中添加Annconda所在文件夹的地址和其子目录Scripts的地址。在这里插入图片描述
之后打开Annaconda Prompt。
在这里插入图片描述
为了保险起见,防止pip版本过低,也对pip就行版本升级,代码如下:

python -m pip install --upgrade pip 

三、安装cuda和cudnn

接下来是安装cuda和cudnn。在这里我选择安装cuda10,下载地址见cuda10官网,按照下面红框步骤进行下载。
在这里插入图片描述
之后安装流程跟驱动安装流程一样,傻瓜式点击下一步即可。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
接下来是安装cudnn,首先在cudnn官网下载cudnn的安装包。不过要下载cudnn,必须在该网站注册账号。
在这里插入图片描述
方便点可以利用qq或者微信登录。登录之后然后下载和cuda10版本对应的cudnn,如下图所示。
在这里插入图片描述
之后将下载的压缩包解压,之后把cudnn文件夹中的各个子文件夹的文件依次复制到cuda文件夹下同名的子文件夹下。例如把cudnn文件夹的bin文件夹的所有文件复制到cuda文件夹中bin文件夹下,剩下到以此类推。 一般来说,cuda10安装在系统盘(c盘),那么cuda的文件夹路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

根据电脑的差异,vc 2005 redistribute可能没有安装,没有这个插件,可能会导致tensorflow导入出现dll缺失错误。因此,不管安装与否,都安装一遍为好。
下载地址为:https://www.microsoft.com/en-us/download/details.aspx?id=48145 。


四、 安装TensorFlow与Keras

在上述安装成功后,即可以安装之后TensorFlow。在这里我们给出两种安装,以tensorflow1.14.1为例。打开Annaconda Prompt输入:

conda isntall tensorflow-gpu=1.14.1

或者

pip isntall tensorflow-gpu==1.14.1

完成对tensorflow的安装。之后进入ipython测试是否安装成功:
在这里插入图片描述接下来安装keras,以keras2.1.5为例。打开Annaconda Prompt输入:

pip install keras==2.1.5

最后是keras_contrib 安装。keras_contrib是keras的一个高级网络实现模块,里面包含了用keras实现的CRF等高级网络层和相关算法。安装命令如下:

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

若是读者没有安装git,上述命令会报错。请首先在git 官网下载安装包进行安装,并将如下路径添加至Path环境变量:

# 读者根据自己git的安装进行更换
F:\Program Files\Git\bin
F:\Program Files\Git\mingw64\libexec\git-core
F:\Program Files\Git\mingw64\bin

之后重启电脑再次运行上述命令即可。进入ipython测试keras与keras_contrib是否安装成功:
在这里插入图片描述

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