经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 大数据/云/AI » 人工智能基础 » 查看文章
tensorflow1.12.0 GPU版本安装(python3.6.8+win10+GTX1060+cuda9.0+cudnn7.4+vs2017)
来源:cnblogs  作者:泽积  时间:2019/2/18 9:13:13  对本文有异议

 在安装tensorflow-gpu时,也看过不少的博客,讲得乱七八糟的,也不能这样说,只是每个人安装的环境或需求不一样,因此没有找到一个适合自己的教程去安装tensorflow-gpu版本。当然,入手一台新电脑立马是安装配置这些环境,在次期间也遇到过不少的坑。话不多说,对此总结了以下几个步骤,直到成功!

1、首先查看tensorflow-gpu所对应的python版本、CUDA、cuDNN版本,这个非常重要,直接决定,最后是否安装成功。

注:链接查看地址https://tensorflow.google.cn/install/source_windows

2、下载CUDA,并且安装

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。

当然在下载时,也遇到过不少尴尬的情景,比如说:下载超时,遇到下载超时的情况,解决办法:通过网络版下载并进行安装,效果是一样的!本次笔者下载的是CUDA9.0,其下载地址:https://developer.nvidia.com/cuda-toolkit-archive

3、下载cudnn

下载地址:https://developer.nvidia.com/rdp/cudnn-download

注意:下载时需要注册会员,只需要按照要求,简单注册即可。本次笔者,下载的是cuDNN7.4.2版本!

 

下载后,解压cudnn-9.0-windows10-x64-v7.4.2.24

打开cudnn-9.0-windows10-x64-v7.4.2.24文件夹,得到bin、include、lib三个文件夹

4、将CUDNN中的bin、include、lib文件黏贴到CUDA9.0中

安装完成cuda9.0过后,将cudnn中的三个文件(bin、include、lib)黏贴到对应的cuda9.0文件中,当然需要准确到找到cuda9.0的安装位置及其对应的文件。

5、检测是否安装好cuda

cmd中输入nvcc -V命令,如果出现了版本信息,则说明已经安装好cuda

6、Pycharm中安装tensorflow-gpu版本

直接在pycharm的terminal中数据:pip install tensorflow-gpu命令即可,笔者安装的是tensorflow-gpu1.12.0版本

7、测试安装tensorflow-gpu版本是否成功

新建一个python脚本,进行测试

import tensorflow as tf
hello = tf.constant('hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

得到输出为:

恭喜你,已经成功安装TensorFlow-GPU版本!

注:试错的过程是漫长的,但是成功那一下是非常有成就的,安装成功的关键,一句总结:多看官网的说明!

原文链接:http://www.cnblogs.com/shenpings1314/p/10391179.html