最近需要在win10下搭环境跑GPU运算程序,之前在linux搭建过类似环境,现在将这个环境再搭建到win10系统下。为了以后方便查阅,也给自己搭建这个环境做一个总结吧。
我的电脑配置如下图:
首先安装Anaconda
安装之前先去查看anaconda所带python版本,一定要找到python版本与后面安装的CUDA和cnDNN相匹配的python版本
对应关系+anaconda清华源下载链接
我下载的版本是:
下载好了以后开始安装anaconda,我的默认安装在C盘,有一个地方需要打勾:
直到最后安装完成,然后打开命令终端,输入conda --version会有版本信息输出:
anaconda安装完成
安装CUDA
首先需要查看自己电脑的显卡,看看自己的显卡能否支持GPU运算。下面红色框是我的电脑,是支持GPU的。
然后再根据自己需要安装哪个版本的tensorflow-gpu版本,我选择的是1.6.0版本。
GPU查询链接
上面红色框是我选择安装的版本,后面有CUDA和cnDNN的版本。
我们去CUDA下载地址,找到自己版本下载。
点击进入下载界面,依次选择。
下载好了进行安装,选择精简安装,路径默认选择,根据提示完成安装。
手动添加环境变量:
安装好了以后在命令行输入:nvcc -V ,输出如下表示安装成功。
现在进行cnDNN的下载与安装
cnDNN下载链接
没有NVIDIA账户的就简单注册一个进行下载,登录后下载cnDNN。
点击进行下载,依次按下图点击,最后选择自己对应的版本进行下载。
下面是我选择安装的版本。
找到下载的安装包,解压以后,将以下三个文件夹拷贝到:
开始安装tensorflow-gpu
首先,点击“Anaconda Prompt”,进入下面页面
输入以下代码,之后回车,意为创建一个名字为“tensorflow-gpu”的虚拟环境,这个环境使用的python版本为3.6
conda create -n tensorflow-gpu python=3.6
因为我之前创建过这个环境了,所以我就不回车了,你们按下回车,后面按下“y”回车,根据提示到最后创建完成。
然后输入以下代码,回车,激活刚刚创建的名为“tensorflow-gpu”的环境:
输入以下代码,回车,升级pip到最新版本:
python -m pip install --upgrade pip
然后输入以下代码,回车,下载tensorflow-gpu 1.6.0,然后等待下载完成。
pip install tensorflow-gpu==1.6.0
测试导入tensorflow模块:
没有报错,成功导入,安装成功。
测试GPU加速代码:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
出现以下界面:显示我的GPU编号为:0 ,计算能力6.1。
到目前为止,基本的环境搭建都已经完成。
下面安装keras
首先说明一下,现在搭建的环境要想使用keras,如果使用pip install keras默认安装的是最新版本;
最新的版本或许跟自己前面搭建的环境不匹配;
所以,根据自己搭建的环境寻找与自己匹配的keras版本进行安装。
pip install keras==2.1.3
其他模块的安装配置
在运行代码时,如果缺少模块,请进入之前创建的tensorflow-gpu环境;
使用conda install 或者使用pip install直接在命令行中安装。
目前需要的就这么多,算是自己写一个总结吧;
持续更新。