Win7/Win10环境安装:Cuda+keras+tensorflow-gpu
来源:互联网 发布:知乎 武侠 编辑:程序博客网 时间:2024/06/15 20:45
安装环境及注意事项
电脑配置:
系统环境:Win7/Win10
显卡:NVIDIA GTX1080/Nivida TaiTan
在以上环境中均可安装,本文以Win10_x64/NVIDIA GTX1080为例安装
注意事项
python版本不小于3.5否则TensorFlow不能安装,本文安装Python = 3.5
CUDA Driver Version = 8.0
Install下载
Windows Packages for Python下载:
http://www.lfd.uci.edu/~gohlke/pythonlibs/
安装包最好下载与本文版本号一致的安装包,由于xx云盘禁止共享安装包,所以要麻烦各位大大自己下载了!!!
1. 安装CUDA
1.1 安装CUDA参考
Installing TensorFlow on Windows:
https://www.tensorflow.org/install/install_windows
CUDA Installation Guide for Microsoft Windows:
http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/
参考
http://www.cnblogs.com/hzm12/p/6422701.html
下载地址:https://developer.nvidia.com/cuda-downloads
1.2 安装CUDA
安装cuda_8.0.61_win10.exe
1.3 安装CUDA补丁
☆–安装补丁cuda_8.0.61.2_windows.exe
☆–打开cmd,输入:nvcc -V
(注意区分大小写),验证CUDA是否正确安装。如正确安装则运行结果如下:
1.4 测试CUDA是否安装成功
执行NVIDIA安装目录
..\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release
中的deviceQuery.exe和bandwidthTest.exe测试安装是否成功。
如成功则如下图所示:
执行deviceQuery.exe:
执行bandwidthTest.exe:
1.5 测试CUDA不成功补救措施
重新编译CUDA8.0自带的samples
①用vs2012打开目录..\NVIDIA Corporation\CUDA Samples\v8.0下的Samples_vs2012.sln,分别重新生成Release x64与Debug x64环境下的Samples_vs2012解决方案。
②如重新生成解决方案出错,提示找不到头文件:”d3dx9.h”、 ”d3dx10.h” ”d3dx11.h”的错误。可安装DXSDK_Jun10.exe解决该问题。(安装完成后需重新打开Samples_vs2012.sln工程编译)
1.6 配置CUDA环境变量
☆–手动添加系统环境变量
☆–在系统变量path中添加环境变量
☆–如对环境配置较熟悉,则配置需求的环境变量即可,可对上述环境变量配置做相应修改,如NVIDIA安装路径非默认路径,则将上述环境变量中的路径修改为NVIDIA对应的安装路径。
2. 安装cuDNN
2.1 下载cudnn
cudnn-8.0-windows10-x64-v5.1
下载链接: https://developer.nvidia.com/cudnn
2.2 安装cudnn
安装cudnn-8.0-windows10-x64-v5.1,注意安装版本选择为v5.1,v6.0版本可能无法安装TensorFlow_GPU,解压安装包得到cuDNN(bin/include/lib)三个文件夹,将CUDA安装路径下的对应文件替换为解压包中的文件,即完成安装。
3. 安装Anaconda
3.1 安装Anaconda
安装Anaconda3-4.4.0-Windows-x86_64.exe。安装完成后,打开cmd窗口,运行Python,安装成功则显示如下内容
如不成功则手动添加Anaconda环境,在系统环境变量path中添加
..\Aconda3
..\Aconda3\Scripts
..为Anaconda的安装路径,重启电脑后path环境生效。
3.1 创建Anaconda虚拟环境
☆–1 打开cmd窗口输入创建虚拟环境命令:
conda create -n tensorflow-gpu python=3.5
☆–2 输入激活环境命令:
activate tensorflow-gpu
☆–3 安装开发需要的各种包:
pip install tensorflow-gpupip install scikit_image-0.13.0-cp35-cp35m-win_amd64.whl
注意:安装软件之前必须启动环境,如本文安装tensorflow-gpu时为:
(tensorflow-gpu)C:\Users\CLS>pip install tensorflow-gpu
注意:安装.whl文件时需将对应的文件夹拷贝到当前执行路径,本文将whl文件拷贝到C:\Users\CLS文件夹下
pip install 换源参考:
http://blog.csdn.net/fei13148687/article/details/78150017
whl文件下载地址:
http://www.lfd.uci.edu/~gohlke/pythonlibs/
4. 检测是否安装成功
打开cmd执行下列操作,结果如下图所示则环境搭建成功
5. Win10 python开发环境
推荐使用PyCharm
- Win7/Win10环境安装:Cuda+keras+tensorflow-gpu
- Win10 64bit下安装GPU版Tensorflow+Keras
- Win10 64bit下安装GPU版Tensorflow+Keras
- Win10安装gpu-tensorflow
- Ubuntu 安装 tensorflow-gpu + keras
- win10 tensorflow-gpu 环境搭建
- win10+tensorflow-gpu环境配置
- 双显卡 ubuntu16.04 安装 NVIDIA驱动 + CUDA + cuDNN + tensorflow-gpu + keras
- Windows 10 安装 Cuda, Tensorflow, 和keras,附CPU/GPU切换小技巧
- Win10 安装Tensorflow-GPU版本
- win10 安装 tensorflow gpu 版
- win10安装GPU版tensorflow
- tensorflow-GPU+win10+GT730安装
- Win10 Tensorflow(gpu) 安装详解
- win10 安装 tensorflow gpu 版
- tensorflow (win10 & cuda &anaconda )安装
- Win10+cuda+cudnn+tensorflow安装
- CentOS cuda/tensorflow/keras安装笔记
- iOS 快捷键~窗体、帮助
- java反射机制优缺点
- 第四周LeetCode
- 反射-动态代理设计模式
- bzoj1967: [Ahoi2005]CROSS 穿越磁场
- Win7/Win10环境安装:Cuda+keras+tensorflow-gpu
- Java代码优化实现
- Spring 源码框架搭建
- MIT的博士后,国庆用特斯拉无人车娶媳妇
- 母函数
- spring mvc 和ajax异步交互完整实例代码
- PHP微信授权登录用于多个域名的方法
- 区域生长算法的一种C++实现
- 二叉查找树