TF-Windows10安装TensorFlow-GPU版


前言

在TensorFlow刚刚推出的时候,很多人因为其不支持windows操作系统而改用Ubuntu,然后发现Ubuntu的显卡驱动是一个大坑。但是随着TensorFlow1.0版本的推出(好吧,其实0.12就支持了),TensorFlow对windows有了一定的支持,使得我们可以在显卡驱动环境更好的windows系统下进行深度学习的编程。但是TensorFlow GPU版本在windows上的安装十分繁琐,稍有不慎就会导致各种各样的错误,所以在这里跟大家分享一下win10是如何安装TF的。

准备工作

根据TensorFlow官网的介绍,我们需要做以下准备工作:
1.CUDA® Toolkit 8.0.
2.The NVIDIA drivers associated with CUDA Toolkit 8.0.(安装CUDA的时候会一同安装上)
3.cuDNN v5.1
4.确保你的GPU在CUDA中的计算能力高于3,详见 NVIDIA documentation

Tips:
目前TensorFlow1.0对于windows的适配依旧不是很理想,所以上述软件的版本号一定要严格按照本文来进行安装,比如说现在已经有cuDNN6.0了,我用6.0不用5.1吼不吼啊,答案是不吼,用了6.0将来出了错误可是要负责的。

安装过程

1.安装CUDA 8.0
1.1.Visual Studio 2015
CUDA8.0要求你已经安装了Visual Studio 2015(Community),【注意,VS2017也是不支持的!】如果你还没安装,就自己去微软官网安装一个,默认标准配置安装即可。

如果已有VS2015,那么可以去下载CUDA8了。
1.2.下载CUDA8
下载地址在NVIDA CUDA
根据自己的实际情况选择下载的安装包即可
下载完成后使用installer安装即可。
1.3.测试CUDA8
首先打开cmd,输入“nvcc -V”,得到如下图所示,则成功了第一步
接下来我们需要尝试运行CUDA的样例程序,首先进入你电脑的 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目录下,如果你装了VS2015,那么就选择2015的那个sln
打开之后将VS调整为Release和X64模式,然后右击整个“解决方案”,点击“生成解决方案”,在一段时间的编译之后,不出意外就会显示编译成功。

编译成功后,使用cmd进入c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录下,然后运行deviceQuery.exe
如果得到如下图所示的结果,那么说明你的CUDA安装成功了。

2.安装cuDNN5.1
这个直接从官网下载,然后解压缩得到3个文件夹,将这3个文件夹复制到CUDA安装路径,覆盖CUDA原来的文件夹即可。CUDA默认安装路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

3.安装TensorFlow
3.1.安装Python3.5
如果你之前没有安装过Python,那么请安装Python3.5(那我安装3.6吼不吼啊,不吼!如果安装非3.5版本的,在安装TF的时候会显示 Could not find a version that satisfies the requirement tensorflow-gpu No matching distribution found for tensorflow-gpu) 如果安装了其他版本的Python,如3.6该怎么办呢?别急,下面会提到。

3.2.安装TensorFlow
如果你是Python3.5,那么直接运行

pip3 install --upgrade tensorflow-gpu

如果你不是Python3.5,那么请安装Anaconda,Anaconda实质上是一个Python包和版本管理工具。首先去官网下载Anaconda,然后安装,安装全部选择默认选项即可,最多改一改安装路径,其他按照默认选项安装。

安装完成之后打开cmd,输入下列命令:

1.创建一个Conda环境
C:> conda create -n tensorflow python=3.5 2.启用Conda环境
C:> activate tensorflow

然后你会发现你的命令行变成了这个样子:

(tensorflow)C:>

这说明成功激活了TensorFlow的Conda环境,并且这个环境中使用的是Python3.5,接下来就可以安装TensorFlow了,运行命令:

pip3 install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflowgpu-1.0.1-cp35-cp35m-winamd64.whl

安装成功后如下图:


4.测试
4.1.测试cuDNN5.1
别忘了我们在第二步安装了cuDNN之后还没测试是否成功安装了呢。如果你是Python3.5,那么打开cmd,执行命令Python,执行命令import tensorflow,如果没有显示未安装cudnn,就是成功了
如果你是使用Anaconda安装的,那么打开Anaconda promot,然后执行指令Python,执行指令import tensorflow。
4.2.测试tensorflow
这里使用PyCharm这个IDE来进行测试。首先创建一个空的Python工程,然后在setting中设置Python解释器为Python3.5的那个,然后创建一个空的Python文件,文件编入如下代码:

import tensorflow as tf

hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

如果输出如下的话,就是成功安装了tensorflow了:


总结

到这里就安装完毕了,现在你可以使用GPU来加速你的深度学习算法了,赶紧来试试吧:D


分享博文


评论博文


Last one :   ML-Softmax分类器的数学原理与统计原理

Next article :   DL-BP神经网络及其数学原理