Win10下GPU版TensorFlow安装

开始学习深度学习时，一般都得安装一个TensorFlow，我选择安装一个GPU版本的，因为GPU版本的比CPU版本的计算性能高，TensorFlow在GPU上运行的速度比在CPU上快得多，以前用显卡来玩游戏做视觉渲染，现在用显卡来玩深度学习，比较有趣。


文章目录

  • Win10下GPU版TensorFlow安装
  • 1. 概念名词解释
  • 2. 安装步骤
  • 2.1 安装 CUDA Toolkit
  • 2.2 安装 cuDNN
  • 2.3 安装 tensorflow
  • 3. 参考博客资料


1. 概念名词解释

安装之前先要明白几个概念，就是显卡，显卡驱动，CUDA,CUDNN。

  • 显卡
    显卡是硬件设备。显卡不是GPU,显卡的核心组件包含显卡内存（简称显存）和GPU（Graphics Processing Unit，图像处理器），GPU含有DRAM,Control,Cache,ALU）显存和DRAM不是一个东西，显存存储GPU将要处理的信息，DRAM存放GPU要执行的指令集，和GPU直接进行数据的交换。)
  • 显卡驱动
    显卡驱动是一个软件应用,是使得操作系统可以识别你的显卡的一个软件，将用户的一些“人话”转化为GPU可以识别的“指令”，驱动程序向下直接和显卡接触。
    我们想要操作显卡，就必须安装对应的显卡驱动。
  • CUDA
    一个显卡可以用来玩游戏，可以用来跑机器学习。要玩游戏，要在显卡驱动上修改一些配置。
    如果要跑深度学习，就需要安装CUDA,(相当于添加库的功能，我们通过CUDA)
    CUDA是一个Nvidia显卡的一个并行计算框架，显卡想要并行计算，必须有一个并行计算框架（要被该显卡的的显卡驱动所支持），而且必须当而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。
  • CUDNN
    CUDNN（CUDA Deep Neural Network library）CUDNN是CUDA的一个包。是专门用来处理深层神经网络的一个GPU加速库。（卷积操作需要用到），CUDNN是不需要安装的，只需要下载后将其放入CUDA的指定路径就可以调用了。
2. 安装步骤
2.1 安装 CUDA Toolkit

首先要先安装 CUDA工具包，从官网上下载：cuda-toolkit-archive https://developer.nvidia.com/cuda-toolkit-archive，这里尽量不要安装新版本，避免跳进坑里。我选择安装的版本是CUDA Toolkit 10.0 版，下载完后，直接点下一步下一步安装即可。

2.2 安装 cuDNN

安装完CUDA工具包之后，安装cuDNN，也是从官网上下载 NVIDIA cuDNN https://developer.nvidia.com/cudnn，下载时，需要先注册一个免费的开发者账户。选择下载的版本一定要与你刚安装的CUDA Toolkit 的版本匹配，我这里安装的是 cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0 v7.6.5版本。安装也很简单，就是按照文档的要求做，官方文档：cudnn 安装指南 https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html，先解压下载的压缩包 cudnn-10.0-windows10-x64-v7.6.5.32.zip，然后将里面的文件拷贝到CUDA工具包安装路径下即可，类似如下

  • cudnn-10.0-windows10-x64-v7.6.5.32\cuda\bin\cudnn64_7.6.5.32.dll 拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin.
  • cudnn-10.0-windows10-x64-v7.6.5.32\cuda\ include\cudnn.h 拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include.
  • cudnn-10.0-windows10-x64-v7.6.5.32\cuda\lib\x64\cudnn.lib 拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64.

最后再设置个环境变量即可，一般不用设置，安装时会自动设置好的
Variable Name: CUDA_PATH
Variable Value: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

2.3 安装 tensorflow

这里我用的是常规的pip安装，参考官网的安装文档：https://tensorflow.google.cn/install/gpu 其实就是执行个pip安装命令 pip install tensorflow-gpu==1.15 我选择安装的是旧版，因为2.0版本在国内的中文教程少，2.0版和1.x版的api差别也比较大，所以建议先安装学习旧版，等旧版玩熟了，再换装新版。
安装后敲个 Hello,tensorflow 命令验证一下是否成功。

import tensorflow as tf

if __name__ == '__main__':
    hello = tf.constant('Hello,tensorflow!')
    sess = tf.Session()
    print(sess.run(hello))

或者直接在CMD命令行里面敲

tensorflow_GPU 与python 版本对应关系 tensorflow gpu cpu区别_python

3. 参考博客资料
  • 机器学习（1）一文带你看懂显卡，显卡驱动，CUDA,CUDNN（内含举例）
  • 为何GPU可以用于加速人工智能或者机器学习的计算速度（并行计算能力）