windows10安装tensorflow GPU版

参考官方教程:https://www.tensorflow.org/install/source_windows

官方教程最后给出各个工具包的对应版本如下:

GPU

Version Python version Compiler Build tools cuDNN CUDA
tensorflow_gpu-1.12.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0 7 9
tensorflow_gpu-1.11.0 3.5-3.6 MSVC 2015 update 3 Bazel 0.15.0 7 9
tensorflow_gpu-1.10.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.9.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.8.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.7.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.6.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.5.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.4.0 3.5-3.6 MSVC 2015 update 3 Cmake v3.6.3 6 8

一 : 已安装了python3.6版的Anaconda3 (64-bit)

二:安装CUDA和cuDNN

下载cuda: https://developer.nvidia.com/cudnn 和cudnn: https://developer.nvidia.com/cuda-zone

cudnn要对应cuda的版本:cuda9.0.176对应的cudnn版本为V7.4.2.24

安装cuda全按默认选项一路“下一步”

我的CUDA目录路径为: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

安装cudnn参考官方:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows

解压缩cuDNN包将以下文件复制到CUDA Toolkit目录中。

  1. 复制 bin\cudnn64_7.dll 至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
  2. 复制 include\cudnn.h 至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
  3. 复制 lib\64\cudnn.lib 至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

验证:

系统环境变量:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64

三:安装tensorflow

在pip install tensorflow_gpu==1.12.0之前先pip uninstall tensorflow和pip uninstall tensorflow-gpu

验证:

Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
在开头加上这两行可以解决:

检查可用设备:

正常会检测到有GPU可用:

 

qihong lu

发表评论