为电脑配置GPU加速(win10+python3.6+tensorflow-gpu1.12.0)

穿精又带淫゛_ 提交于 2020-03-12 11:28:47

本教程基于win10系统,所用到的工具为Anaconda3,PyCharm
你需要已经安装好以上工具,具体操作略。
首先确定你的显卡是否支持gpu加速,可在nvidia官网查看是否有你的显卡所对应的算力,如图。
网站部分截图
为了不影响其他的工作环境,本教程创建anaconda虚拟python环境,打开Anaconda Prompt,输入指令

conda create -n your_env_name python==3.6

待安装完成后,输入指令

conda env list

conda会罗列出所有你所创建的环境,如图
本例中我所创建的虚拟环境名为“tensorflow-gpu”
输入如下指令,进入conda虚拟python环境,接下来的所有操作都在此虚拟环境下进行

activate your_env_name

如图进入python虚拟环境
可以看到前面括号中环境已经由base进入我所创建的python虚拟环境
安装tensorflow-gpu

接下来输入如下指令安装tensorflow-gpu

pip install tensorflow-gpu

如需安装指定版本(例如1.12.0)键入

pip install tensorflow-gpu==1.12.0

安装过程会安装tensorflow-gpu及其依赖包,耗时略长,建议更换国内源,例如中科大、清华、豆瓣等
(tensorflow还有离线安装方式,本教程略)

待安装完成后并不能正常运行,会报错DLL缺少模块,此为正常现象因为还未安装cuda和cudnn。

安装cuda
tensorflow官网确定tensorflow-gpu对应的cuda和cudnn版本,如图tensorflow1.12.0对应的cuda版本为9,cudnn版本为7
网站部分截图
nvidia官网cuda界面选择你所对应的cuda版本,点击你的电脑的信息及安装方式,网站会自动推送出合适你下载的安装包
网站部分截图,推荐使用本地安装的方式
下载到本地后双击安装

注意如果已有更新的显卡驱动,会出现安装错误,此时可以通过卸载本地的显卡驱动,再完成安装

安装完成后,将显卡驱动的路径添加到系统环境变量中,默认路径为

C:\Program Files\NVIDIA Corporation\NVSMI

完成后可以通过win+R输入cmd打开指令行界面键入

nvidia-smi

得到如图显卡信息
显卡信息

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

添加系统环境变量
在cmd键入nvcc -V,得到cuda的版本信息
可以看到本机安装的cuda版本
此时已安装好cuda

安装cudnn

进入nvidia官网cudnn界面,这里需要注册为nvidia开发者才可以下载,选择对应版本下载,本例为7.3.0版本
在这里插入图片描述
下载文件为一个zip压缩版
在这里插入图片描述
解压后将三个文件夹复制到

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

至此完成tensorflow-gpu的安装过程。

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!