一文看懂win10下安装配置tensorflow
废话不多说,直接上干货,发车!
前提:
前提:
前提:
电脑带NVIDIA的独显
1.敲黑板,tensorflow安装简单,配置难,难在工具的版本对应性上,一定要严格对应!!!
下图为tf对照表,最新情况见this
2.tensorflow的版本的选择
记住,tensorflow-g的版本不是你想用什么就用什么的,要看你的电脑配置(就跟吃鸡一样,配置不同的电脑能开的画质那是不一样的)
从CUDA的版本入手
查看电脑独显支持的CUDA最高版本:
(1)控制面板,搜索NVIDIA面板
(2)工具栏点击帮助选择系统信息
(3)选择组件,划线处即为CUDA的最高版本,意思是可以向下兼容
所以,我这里使用CUDA9。(PS,如果你的显卡支持的版本很高,那我也建议你使用9.0,否则有很多坑)
对应一开始的表,我这里使用tensorflow-gpu-1.6
python3.6,使用pip3命令安装tensorflow-gpu:(关于使用pip还是pip3的问题,自己决定)
pip3 install tensorflow-gpu==1.6,等下载完成就ok。
3.CUDA的安装,下载地址:CUDA下载地址
(1)找到自己的版本,点击
(2)参数说明
(3)安装
关于安装,我必须得bb两句,别无脑下一步。下载完之后,解压到文件夹,注意,不是解压完就安装好了,解压的是一个安装程序,解压完之后会自动跳出安装。
最好自定义安装 ,到这一步的时候,一定看好安装目录,否则c盘会少十几个G的空间,别问我怎么知道的
然后就等着安装完成就行了,其中会有闪几下,正常现象,为什么安装界面时面板是日语呢,小朋友你是否有很多问号?
4.cuDNN安装
我们从上面的表格中看到,CUDA9版本对应的是cuDNN7,下载地址:cuDNN官网
(PS:下载的时候需要登录账号,没账号的注册,然后还要做一个小调查之后就可以下载了);
可以看到,对于同一个版本的CUDA,有很多cuDNN,随便啦,我这里选的是cuDNN7.4.1
然后选择我们系统的Lib
下载完之后,解压即可
5.环境配置
你以为到此就结束啦?确实,要安装的我们都安装了,但是还有最后一步,环境!
PS:CUDA在安装过程中,会自动配置环境变量,但是不全,需要手动补
(1)cuDNN解压之后目录长这个样子
而CUDA的文件夹长这个样子
注意了啊,把cuDNN文件夹下面的bin,include,lib文件夹里面的内容复制到CUDA文件夹下面对应的文件夹内,一定要注意
然后再把CUDA文件夹下面extras\CUPTI\libx64下的cupti64_90.dll 拷贝到 bin目录。
OK,现在开始配环境
在path中添加F:\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin 和 F:\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64(即cuda的bin目录和lib目录下的x64目录。注意自己的安装路径)
到此为止,准备工作全部结束
6.Test It
import tensorflow as tf
hello = tf.constant('hello')
sess = tf.Session()
print(sess.run(hello))
sess.close()
Run,如果产生以下输出,恭喜你,成功了!
然而。。。事实上有可能会有报错内容如下:
非强迫症可以忽略,现在可以掉头哄女朋友去了。
但是最为强迫症来说,虽然不影响代码的执行,但就是难受。
解决办法:点击出错那个文件,
修改对应行的代码,把np.dtype([("quint8", np.uint8, 1)])修改为np.dtype([("quint8", np.uint8, (1,))])就完美解决了
由于tensorflow的配置组合太多了,今天特献上一篇亲试可用的方案,文件可以下载地址都给了。如果配置一样的,觉得官网下载慢的,留言发邮箱。