经历了N多次的失败,TF-GPU的环境终于搭建好了,全程连着弄了三天。现在把安装中的注意事项总结一下,希望大家少走弯路!先把自己的配置列表说一下:
Windows7_x64
VS2015_Professional
Python_3.5.2
Cuda_8.0.44(是44啊不是61,一定要装44)
Cudnn_6.0 for cuda8.0
Tensorflow-gpu_1.4.0
GPU环境非常的娇贵,上面的版本号一个都不能错,一个不匹配都将会导致配置失败。
一、首先看自己的显卡是不是支持Cuda,这个大家在NVIDIA官网上搜索一下就可以了,而且还有算力的评分。
网址:https://developer.nvidia.com/cuda-gpus
比如说我的垃圾显卡GT 635M,也是可以支持的,算力是2.1。如果你的是AMD的显卡,或者没有在这个列表之中,那么你就要换显卡了。
二、安装Pycharm和Anaconda环境,配置Python环境这个大家自行百度。需要注意的一点是:一定要安装Python 3.5版本的!3.6的不行,真的不行!如果你安装的conda自带了Python3.6,那么就先要降成3.5.2
方法:
1.cmd命令,输入:
conda install python=3.5
经过漫长的等待后,安装完成。(此时应为3.5.4版本)
2.打开Anaconda主界面,点击enviroment,更换python版本为3.5.2
三、下载Cuda_8.0.44,Cudnn_6.0 for cuda8.0,官方地址为:
Cuda:https://developer.nvidia.com/cuda-toolkit-archive
Cudnn:https://developer.nvidia.com/rdp/cudnn-archive
四、安装Cuda和Cudnn
建议直接装到C盘,自定义安装,去掉除cuda之外的对勾。之后将cudnn中的三个文件分别复制黏贴到cuda目录之下指定位置。
五、安装TF-GPU
Cmd命令窗口下直接:
pip install tensorflow-gpu==1.4.0
六、检验是否安装成功,打开Python终端:
import tensorflow as tf
七、若出现‘multiarray’无法加载,参考:
https://blog.csdn.net/u010953266/article/details/81962256
重新安装numpy包即可:
运行界面:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)