win10下搭建Anaconda+CUDA9.0+cnDNN7.0.5+tensorflow-gpu+kerasGPU(詳細圖文教程)

最近需要在win10下搭環境跑GPU運算程序,之前在linux搭建過類似環境,現在將這個環境再搭建到win10系統下。爲了以後方便查閱,也給自己搭建這個環境做一個總結吧。

我的電腦配置如下圖:

 


首先安裝Anaconda

安裝之前先去查看anaconda所帶python版本,一定要找到python版本與後面安裝的CUDA和cnDNN相匹配的python版本

對應關係+anaconda清華源下載鏈接

我下載的版本是:

下載好了以後開始安裝anaconda,我的默認安裝在C盤,有一個地方需要打勾:

直到最後安裝完成,然後打開命令終端,輸入conda --version會有版本信息輸出:

 anaconda安裝完成


安裝CUDA

首先需要查看自己電腦的顯卡,看看自己的顯卡能否支持GPU運算。下面紅色框是我的電腦,是支持GPU的。

 然後再根據自己需要安裝哪個版本的tensorflow-gpu版本,我選擇的是1.6.0版本。

GPU查詢鏈接

上面紅色框是我選擇安裝的版本,後面有CUDA和cnDNN的版本。

我們去CUDA下載地址,找到自己版本下載。

點擊進入下載界面,依次選擇。

下載好了進行安裝,選擇精簡安裝路徑默認選擇,根據提示完成安裝。

手動添加環境變量:

安裝好了以後在命令行輸入:nvcc -V ,輸出如下表示安裝成功。


現在進行cnDNN的下載與安裝

cnDNN下載鏈接

沒有NVIDIA賬戶的就簡單註冊一個進行下載,登錄後下載cnDNN。

點擊進行下載,依次按下圖點擊,最後選擇自己對應的版本進行下載。

下面是我選擇安裝的版本。

找到下載的安裝包,解壓以後,將以下三個文件夾拷貝到:


開始安裝tensorflow-gpu

首先,點擊“Anaconda Prompt”,進入下面頁面

輸入以下代碼,之後回車,意爲創建一個名字爲“tensorflow-gpu”的虛擬環境,這個環境使用的python版本爲3.6

conda create -n tensorflow-gpu python=3.6

因爲我之前創建過這個環境了,所以我就不回車了,你們按下回車,後面按下“y”回車,根據提示到最後創建完成

 然後輸入以下代碼,回車,激活剛剛創建的名爲“tensorflow-gpu”的環境:

輸入以下代碼,回車,升級pip到最新版本:

python -m pip install --upgrade pip

然後輸入以下代碼,回車,下載tensorflow-gpu 1.6.0,然後等待下載完成。

pip install tensorflow-gpu==1.6.0 

測試導入tensorflow模塊:

 沒有報錯,成功導入,安裝成功。

測試GPU加速代碼:

import tensorflow as tf  
hello = tf.constant('Hello, TensorFlow!')  
sess = tf.Session()  
print(sess.run(hello))

出現以下界面:顯示我的GPU編號爲:0 ,計算能力6.1。

到目前爲止,基本的環境搭建都已經完成。


下面安裝keras

首先說明一下,現在搭建的環境要想使用keras,如果使用pip install keras默認安裝的是最新版本;

最新的版本或許跟自己前面搭建的環境不匹配;

所以,根據自己搭建的環境尋找與自己匹配的keras版本進行安裝。

pip install keras==2.1.3

其他模塊的安裝配置

在運行代碼時,如果缺少模塊,請進入之前創建的tensorflow-gpu環境;

使用conda install 或者使用pip install直接在命令行中安裝。

目前需要的就這麼多,算是自己寫一個總結吧;

持續更新。

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