Win7/Win10环境安装:Cuda+keras+tensorflow-gpu

2017-10-02 21:28:50来源:CSDN作者:fei13148687人点击

分享

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:

nvcc -V

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:
deviceQuery.exe

执行bandwidthTest.exe:
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
这里写图片描述

☆–在系统变量path中添加环境变量
这里写图片描述

☆–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
这里写图片描述

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

这里写图片描述

☆–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
这里写图片描述

5. Win10 python开发环境

推荐使用PyCharm
这里写图片描述

微信扫一扫

第七城市微信公众平台