Win7 64位+tensorflow1.4.0-GPU版+CUDA8.0+cudnn6.0环境配置
来源:互联网 发布:淘宝买家分数 编辑:程序博客网 时间:2024/05/29 11:56
折腾了三天,终于搞定了。
环境
1. windows7 64位系统
2. tensorflow版本 1.4.0-GPU
3. CUDA版本 8.0.44
(这里真的是红色加粗了,之前一直出现 ImportError: DLL load failed: 找不到指定的模块。 和 ImportError: No module named '_pywrap_tensorflow_internal' , 我试了很多方法,比如安装Microsoft Visual C++ 2015 Redistributable Update 3 ,改cudnn版本名字,添加msvcp140.dll路径到环境变量啊什么的!都没有用,后来cuda换了三个版本就对了…… cuda9.0.176-win7 错! cuda8.0.61-win7 错! cuda8.0.44-win7!对了!)
4. cudnn 6.0版本 (这个是tensorflow1.4.0要求的,必须是这个版本)
5. python 3.5 (必须必须!)
6. 显卡: GTX1080
注意:本文中所有的版本号都不可替换,即tensorflow版本号、cuda版本号、cudnn版本号,python版本号,如果有某个和我的不一致,出错了就没办法了……毕竟这个安装过程!很脆弱!很娇贵!
至于anaconda3最好装上吧,毕竟库什么的很全。
配置
1. tensorflow-gpu安装
这个很简单吧
打开运行----输入命令【cmd】----输入命令【pip3 install tensorflow-gpu 】
如果死在这里可以看看别的教程,因为我强调的是环境的配置。
我写这篇教程的时间是2017.11.14,这个时间,自动安装的是1.4.0版本的tensorflow-gpu
然后我们可以看看官网要求
CUDA-8,cudnn-6,说的很明显了吧!
2.然后安装CUDA
献上8.0.44-win7-64x的链接
https://developer.nvidia.com/cuda-80-download-archive
3.下载cudnn 6.0
这是一个压缩包,解压后有三个文件夹、名字为bin,lib和include,把这个文件放到对应的CUDA文件夹里的CUDA/v8.0/bin, CUDA/v8.0/lib, CUDA/v8.0/include下即可
4.测试
环境就配好了,打开python,输入测试程序
import tensorflow as tfhello = tf.constant('Hello,Tensorflow!')sess = tf.Session()print(sess.run(hello))
然后结果是这样
就大功告成啦!
附.ERROR
在配置过程中,我从头到尾出现的error只有 ImportError: DLL load failed: 找不到指定的模块。和 ImportError: No module named '_pywrap_tensorflow_internal'
如果以上我说的版本号都对的情况下,依然报这样的错,我觉得大家可以试一试我下面说的方法,或者参考别的教程,毕竟这些方法我全都用了,但是当时都没解决问题,cuda版本换了就立刻解决了,但是我也不能说明,这些之前就设置或安装过的包到底有没有用,所以如果按照我以上教程依然有问题的话,报错还是和我一样的Error的话,
可以试一下安装Microsoft Visual C++ 2015 Redistributable Update 3 点击打开链接
或者把msvcp14.dll文件所在文件夹的路径都添加到windows的环境变量中,具体方法网上有很多。我有时间的话可以补上……
而且anaconda3和vs2015我都安装了,也不知道有没有影响……
现在写教程发现过程还挺简单的,可当时就是不知道怎么办各种找教程各种试方法折腾了很久,所以说重点就是 版本号真的很重要啊!!!
如果大家是别的错那就请继续寻找教程吧……加油哦!
推荐一篇比较靠谱的教程http://blog.csdn.net/u010099080/article/details/53418159
- Win7 64位+tensorflow1.4.0-GPU版+CUDA8.0+cudnn6.0环境配置
- Ubuntu17.04+cuda8.0+cudnn6.0+tensorflow1.3配置
- 20170828_windows10+openCV3.3+tensorflow1.3gpu版本+python3.6+cuda8.0+cudnn6
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6
- Win7+CUDA8.0+VS2015+Theano0.8配置GPU加速环境
- ubantu16.04安装tensorflow(GPU)+cuda8.0+cudnn6.0
- win10+anaconda2+cuda8.0+cudnn6.0安装tensorflow-gpu
- Win10下安装Tensorflow(GPU)+CUDA8.0+cudnn6
- Win10下安装Tensorflow(GPU)+CUDA8.0+cudnn6
- Win10下安装Tensorflow(GPU)+CUDA8.0+cudnn6
- 深度学习系统搭建(Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm)
- tensorflowGPU版本安装:win7+VS15+cuda8.0+cudnn6.0
- Ubuntu 14.04 安装 CUDA8.0 cudnn 5.1 tensorflow1.2.1GPU
- Ubuntu17.04 CUDA8.0 Cudnn v7 tensorflow1.3-GPU安装
- win7 64位 vs2013下配置caffe(CUDA8.0)
- window10下安装Theano-GPU与Tensorflow-GPU(提供cuda8.0,cudnn6.0下载)
- ubuntu16.04 caffe+cuda8.0+cudnn6.0+opencv2.3.14 配置
- 由"java.lang.OutOfMemoryError: unable to create new native thread"说起
- DBUS介绍
- Delphi编辑简单计算器
- Main Thread Checker: UI API called on a background thread:
- Markdown显示gif图片
- Win7 64位+tensorflow1.4.0-GPU版+CUDA8.0+cudnn6.0环境配置
- Etherlab源码解析----FMMU配置
- Cat命令用法
- 我对call与apply的一些理解
- 栈的压入,弹出序列
- 抽象类和接口的特点
- TabLayout的简单应用
- Cython学习
- [saiku]saiku3.8项目搭建步骤