Win10 keras cuda9 VS2015 TensorFlow1.8 環境安裝指南


1.安裝VS2015

2.下載安裝CUDA9.0

3.VS編譯

4. 安裝CUDNN

5. 安裝python

6.安裝TensorFlow和keras

7.代碼編輯器IDE

鳴謝


1.安裝VS2015

需要注意兩點:

 一是安裝選項僅選擇2015 更新3c++庫,如圖

(下載地址https://www.cr173.com/soft/124533.html

二是注意檢查環境變量,一般情況會自動添加,不過最好自己確認一下

我的電腦--高級系統設置--環境變量--系統變量--在path裏添加

-->你的安裝路徑\Microsoft Visual Studio 14.0\VC\bin

2.下載安裝CUDA9.0

目前(20180620)最新TensorFlow1.8支持9.0,放心安裝

下載地址:https://developer.nvidia.com/cuda-90-download-archive

選擇合適自己的進行安裝,如果不安裝在C盤,建議按照其默認的文件結構建好各級文件夾後,安裝

如圖:

 

大大的TIP!!!,如果安裝失敗,CUDA安裝程序顯示<Visual Studio Integration,失敗>,請按照下述步驟:

a. 在安裝包上右鍵解壓縮(竟然可以解壓縮,我當時也很震驚!), 雙擊setup.exe安裝

b. 注意, 自定義安裝中不安裝cuda->Visual Studio Integration

c. 選擇目錄, 安裝成功

d. 在解壓後的文件夾中找到CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

e. 把裏面的所有文件(尤其是CUDA 9.0.props)複製到

C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations

f. 到這裏應該就結束了, 如果後面VS編譯出問題, 可以嘗試把CUDAVisualStudioIntegration文件夾下的兩個EXE安裝一下試試

g. Ctrl+R, cmd, 回車, 輸入nvcc -V, 安裝成功則顯示下圖: 

3.VS編譯

用VS2015打開X:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0中的任意2015版本的sln工程文件,比如:

D:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\5_Simulations\particles下的particles_vs2015.sln

如果加載失敗, 參考步驟2e-f.

右鍵->生成(build),若提示失敗

(1)找不到ucrt.lib,則把C:\Program Files (x86)\Windows Kits\10\Lib\10.0.10240.0\ucrt\x64添加到工程---屬性---VC++目錄---庫目錄

(2)找不到corecrt.h,則把C:\Program Files (x86)\Windows Kits\10\Include\10.0.10240.0\ucrt 添加到工程---屬性---VC++目錄---包含目錄

4. 安裝CUDNN

下載地址:https://developer.nvidia.com/rdp/cudnn-archive

解壓後,把bin,include,lib文件夾覆蓋到X:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

5. 安裝python

我安裝的是Anaconda3-5.2.0-Windows-x86_64

地址:https://www.anaconda.com/download/#windows

安裝完成後,記得把D:\ProgramData\Anaconda3和D:\ProgramData\Anaconda3\Scripts放到環境變量中的path中

 

6.安裝TensorFlow和keras

其中-i https://pypi.tuna.tsinghua.edu.cn/simple命令使用了清華的鏡像,下載速度賊快

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

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras -U --pre  

若提示不識別pip,參考步驟5中沒有設置環境變量,或需要重啓電腦

成功後,打開cmd,輸入python,回車,輸入import keras,回車,顯示Using TensorFlow backend則配置成功,如下圖所示:

7.代碼編輯器IDE

爲了後續方便python編寫,可以下載IDE輔助。

----------------------------------------------------------

更新一下:IDE推薦使用pycharm,便於稍微複雜一點的工程的管理,並且利用pycharm建立工程的時候可以調用python3的venv命令,虛擬出特定的環境,便於管理與復現他人的工程(大家的環境都不一樣TT)

pycharm下載:http://www.jetbrains.com/pycharm/

venv的使用:https://docs.python.org/3/library/venv.html

項目管理(pycharm與venv):https://blog.csdn.net/u012814856/article/details/81137368 

-----------------------------------------------------------

pyzo,完全免費,如下圖

或者使用sublime,會偶爾提示註冊,但不註冊完全不影響使用,界面比較帥,但配置略微複雜,如下圖:

sublime相關配置方法可參考:

https://www.cnblogs.com/jxldjsn/p/6034158.html

https://blog.csdn.net/zSY_snake/article/details/79795039

https://blog.csdn.net/ncafei/article/details/53824990

 

我這是i7 7700CPU,實測1050Ti可提速15倍,1070可提速40倍,效果拔羣!!

 

鳴謝

感謝環境搭建過程參考的網站及內容貢獻人:

Win10+GTX1050ti+cuda8.0+cuDNN5.1+Tensorflow-gpu1.2+Keras+Theano環境搭建

https://www.jianshu.com/p/0c57e8e951af

CUDA9.1 Visual Studio Integration 安裝失敗問題,如何解決?

https://www.zhihu.com/question/276491276

Win10系統下深度學習框架Keras的安裝與搭建

https://blog.csdn.net/tyrannosar/article/details/78282637?ticket=ST-42837-AMjbRcH5fx3k9ksohc5J-passport.csdn.net

讓PIP源使用國內鏡像,提升下載速度和安裝成功率。

https://www.cnblogs.com/microman/p/6107879.html

 

最後感謝師姐不辭辛苦的叨擾~

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