安装TensorFlow-GPU cuda91cudnn71avx2

Python与机器学习 徐 自远 1488℃

https://github.com/fo40225/tensorflow-windows-wheel

安装了2天，才安装成功，需要CUDA 和CUDNN 才能GPU解码，还好我的笔记本显卡型号在支持之列。

需要算力在3以上的显卡才行。我的显卡刚满足要求。

全装好了发现官网的tensorflow-gpu只支持cuda9.0 还不支持CUDA9.1，但。。。。英伟达下载的链接是9.1啊。。。。。

只能继续google了，发现了github上有个大神，做了各个版本的二进制编辑。

https://github.com/fo40225/tensorflow-windows-wheel

简直崇拜，所以最后配置成功，可以开启tensorflow的体验之旅。

官网安装教程（需翻墙ssh设置为全局模式）：

本指南将介绍如何在 Windows 上安装 TensorFlow。虽然这些说明可能也适用于其他 Windows 版本，但我们只在满足以下要求的计算机上验证过这些说明（而且我们只支持在此类计算机上按这些说明操作）：

  • 64 位、x86 台式机或笔记本电脑
  • Windows 7 或更高版本

确定要安装哪种 TensorFlow

您必须从以下 TensorFlow 类型中选择其一来进行安装：

  • 仅支持 CPU 的 TensorFlow。如果您的系统没有 NVIDIA® GPU，就必须安装此版本。请注意，此版本的 TensorFlow 通常更容易安装（用时通常在 5 或 10 分钟内），所以即使您拥有 NVIDIA GPU，我们也建议先安装此版本。预先构建的二进制文件将使用 AVX 指令。
  • 支持 GPU 的 TensorFlow。TensorFlow 程序在 GPU 上的运行速度通常要比在 CPU 上快得多。因此，如果您的系统配有满足以下所示先决条件的 NVIDIA® GPU，并且您需要运行性能至关重要的应用，则最终应安装此版本。

运行支持 GPU 的 TensorFlow 所需满足的要求

如果您要使用本指南描述的其中一种方式安装支持 GPU 的 TensorFlow，就必须在系统上安装以下 NVIDIA 软件：

  • CUDA® 工具包 9.0。如需了解详情，请参阅 NVIDIA 的文档。请务必按照 NVIDIA 文档中的说明将相关的 CUDA 路径名附加到 %PATH% 环境变量中。
  • 与 CUDA 工具包 9.0 相关联的 NVIDIA 驱动程序。
  • cuDNN v7.0。如需了解详情，请参阅 NVIDIA 文档。请注意，cuDNN 通常安装在与其他 CUDA DLL 不同的位置。请务必将您安装了 cuDNN DLL 的目录添加到 %PATH% 环境变量中。
  • CUDA 计算能力为 3.0 或更高的 GPU 卡（用于从源代码构建），以及 CUDA 计算能力为 3.5 或更高的 GPU 卡（用于安装我们的二进制文件）。如需了解支持的 GPU 卡的列表，请参阅 NVIDIA 文档。

如果您的某个软件包不同于上述版本，请改为指定的版本。特别是，cuDNN 版本必须完全匹配：如果无法找到 cuDNN64_7.dll，TensorFlow 就不会加载。要使用不同版本的 cuDNN，您必须从源代码构建。

确定如何安装 TensorFlow

您必须选择安装 TensorFlow 的方式。目前可支持如下几种方式：

  • “原生”pip
  • Anaconda

原生 pip 会直接在您的系统上安装 TensorFlow，而不是通过虚拟环境。原生 pip 安装并未隔离在单独的容器中进行，因此可能会干扰系统中其他基于 Python 的安装。但是，如果您熟悉 pip 和您的 Python 环境，通常只需一条命令即可进行原生 pip 安装。此外，如果使用原生 pip 安装，用户可以从系统上的任何目录运行 TensorFlow 程序。

在 Anaconda 中，您可以使用 conda 来创建一个虚拟环境。但是，在 Anaconda 内部，我们建议使用 pip install 命令来安装 TensorFlow，而不要使用 conda install 命令。

注意：conda 软件包是由社区提供支持的，并没有任何官方支持。也就是说，TensorFlow 团队既不测试也不维护 conda 软件包。若使用该软件包，您需要自行承担相关风险。

使用原生 pip 进行安装

如果您的计算机上未安装以下某个 Python 版本，请立即安装：

在 Windows 上，TensorFlow 支持 Python 3.5.x 和 3.6.x。请注意，Python 3 附带有 pip3 软件包管理器，您需使用此程序来安装 TensorFlow。

要安装 TensorFlow，请启动终端。然后在该终端中发出正确的 pip3 install 命令。要安装仅支持 CPU 的 TensorFlow 版本，请输入以下命令：

要安装 GPU 版本的 TensorFlow，请输入以下命令：

使用 Anaconda 进行安装

Anaconda 安装是由社区提供支持的，并没有任何官方支持。

按照以下步骤在 Anaconda 环境中安装 TensorFlow：

  1. 按照 Anaconda 下载网站上的说明下载并安装 Anaconda。
  2. 调用以下命令创建名为 tensorflow 的 conda 环境：

  3. 发出以下命令以激活 conda 环境：

  4. 发出相关命令以在 conda 环境中安装 TensorFlow。要安装仅支持 CPU 的 TensorFlow 版本，请输入以下命令：

    要安装 GPU 版本的 TensorFlow，请输入以下命令（在同一行）：

验证您的安装

启动终端。

如果您是通过 Anaconda 进行安装，请激活您的 Anaconda 环境。

从 shell 中调用 Python，如下所示：

在 Python 交互式 shell 中输入以下几行简短的程序代码：

如果系统输出以下内容，就说明您可以开始编写 TensorFlow 程序了：

如果您是 TensorFlow 初学者，请参阅 @{$get_started/get_started$TensorFlow 使用入门}。

如果系统输出一条错误消息而不是问候语，请参阅常见的安装问题。

此外，您还可以使用一个有用的脚本检查 Windows TensorFlow 安装问题。

常见的安装问题

我们借助 Stack Overflow 来记录 TensorFlow 安装问题及其补救措施。下表包含了 Stack Overflow 上一些常见安装问题解答的链接。如果您遇到了下表中未列出的错误消息或其他安装问题，请在 Stack Overflow 上进行搜索。如果 Stack Overflow 中没有显示相关错误消息，请在 Stack Overflow 上提一个新的问题，并指定 tensorflow 标签。

 

 

一、前言

vs2017安装请见博主文章：vs2017安装和使用教程（详细）

Anaconda安装可见博主文章：Anaconda安装

二、改动

1.我在Anaconda文章里写的Tensorflow是针对于CUDA8.0来说的，因此安装的是py3.5

2.CUDA9.0是官方Tensorflow的最新版本，那么好不容易装好的CUDA9.1就泡汤了。但是，世上无难事，只怕有心人！

3.接下来我为大家展示CUDA9.1也是可以用Tensorflow的！

三、CUDA9.1下载

1.网址：CUDA9.1下载，安装CUDA8.0的话会提示没有vs C++2015 redistributable，我们安装了vs2017，自然就要用CUDA9版本

下载之后安装过程中之后注意关闭360！！否则安装失败！！

2.查看安装CUDA是否成功，输入指令：nvcc -V（管理员身份运行，左边的Tensorflow是安装了Anaconda之后激活Tensorflow的结果，不激活也可以，直接打开运行cmd输入该指令一样可以查看CUDA版本），最后一行显示了CUDA版本

（1）激活前

（2）取消激活或者直接打开cmd

四、cuDNN下载（注册才可以）

1.网址：cnDNN下载，选择“I agree。。。”，选择第一行“Download cuDNN v7.1.1 for CUDA 9.1”

不想下载的，或者下载不了的朋友，博主也提供了自己的链接：

链接：https://pan.baidu.com/s/16HYYySZohUL3lt5L9CwQxQ 密码：uhzi

压缩包名称是cudnn-9.1-windows10-x64-v7.1.zip

2.选择“cuDNN v7.1.1 Library for Windows 10”

3.下载完成有3个文件夹，我们需要复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1文件下覆盖

五、开始搭Tensorflow环境

1.输入指令（注意这里是py3.6）：conda create -n tensorflow python=3.6

2.激活Tensorflow：activate tensorflow

3.之后就是安装.whl文件，如果这里选择输入指令：pip install –ignore-installed –upgrade tensorflow那么在import tensorflow as tf会报错，显示OSError: [WinError XXX] 找不到指定的模块/Could not find ‘cudart64_90.dll’.这是因为目前的Tensorflow最多支持到CUDA9.0，是不是很绝望！然而，请看这里——》

博主这里提供一个大神编译的.whl文件，链接：https://pan.baidu.com/s/1dGSmo29 密码：fwet

下载完成后请复制到C:\Windows\System32文件夹底下（大家想想为什么）

4.之后输入指令：pip install tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl

5.安装成功

六、测试Tensorflow

1.命令行输入：python进入编辑环境

2.输入以下指令：

import tensorflow as tf

hello = tf.constant(‘hello,TensorFlow!’)

sess = tf.Session()

print(sess.run(hello))

3.最后一行显示 b’hello，TensorFlow!’说明Tensorflow配置成功！！

附上一条链接：安装spyder测试Tensorflow：Anaconda3 安装Spyder 测试Tensorflow，这个更能证明你的Tensorflow安装是否有问题！

到此结束，谢谢大家观看！

 

一、安装cuda 9.1+VS2017

一路下一步即可，环境变量cuda会自动配好。

安装完后，在主目录搜索deviceQuery.exe，跑一跑测试下就好了(成功最下一句是：RESULT PASS)。

vs2017和cuda 9.1同时安装的，虽然cuda暂时提示找不到vs，但是不影响。

二、安装cudnn7.0

下载后解压，然后复制文件：

3. Copy the following files into the CUDA Toolkit directory.

a) Copy \cuda\bin\cudnn64_7.dll to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.

b) Copy \cuda\ include\cudnn.h to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.

c) Copy \cuda\lib\x64\cudnn.lib to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

三、tensorflow安装

据说tf不支持cuda 9.1(因为官方的wheel是在cuda 9.0上编译的~）

当然有大神自己编译了一堆whl，方便不同版本使用。

https://github.com/fo40225/tensorflow-windows-wheel

找到对应cuda9.1版本，tf1.5的whl文件。

安装成功。

https://blog.csdn.net/vcvycy/article/details/79298703

转载请注明：徐自远的乱七八糟小站 » 安装TensorFlow-GPU cuda91cudnn71avx2

喜欢 (1)

苏ICP备18041234号-1 bei_an 苏公网安备 32021402001397号