win10+1050ti+CUDA9.0+cudnn9.0的tensorflow-gpu環境搭建
阿新 • • 發佈:2018-11-07
原創文章,轉載請註明本地址
由於前段時間在學tensorflow框架,一直沒有仔細考慮如何整理學習的內容,現在打算開始系統的整理tensorflow的學習筆記,那就從環境搭建開始把,現從win10環境開始,後續ubuntu系統的在補充
- python—使用的是Anaconda,當前最新的是自帶的python3.7,但是為了穩定性,在安裝完Anaconda後,dos視窗使用命令
conda install python=3.5
切換為3.5版本的進行安裝,以防出現版本不相容的問題。 -
Anaconda連結`https://www.anaconda.com/download/`
- CUDA—網上看了很多版本,比較靠靠譜的是安裝CUDA8.0的那個教程,但是後面根據自己測試,親測9.0版本是支援GTX1050ti的,因此安裝的此版本,如果安裝環境出現問題,可能是由於已經安裝過的VS不合適,建議解除安裝掉自己安裝的VS,使用Anaconda預設的安裝。
-
CUDA連結`https://developer.nvidia.com/cuda-toolkit-archive`
- cudnn—版本必須和CUDA匹配,解壓後將三個目錄新增進環境變數,並將目錄內的三個檔案分別按原目錄名放置在
C:\Program Files\NVIDIA GPU Computing Toolkit
-
cudnn連結`https://developer.nvidia.com/rdp/cudnn-download`,這裡是需要註冊的根據提示下載對應版本即可
- tensorflow—接下來安裝tensorflow-gpu版本
-
開啟dos視窗,使用命令`pip3 install tensorflow-gpu`,稍等後即可安裝好,如果安裝失敗,可能是因為網路原因,重新嘗試幾次即可
- 測試程式碼
import tensorflow as tf
a = tf.constant([1.0,2.0],name='a')
b = tf.constant([3.0,4.0],name='b')
result = a+b
sess = tf.Session()
resultNow=sess.run(result)
print(resultNow)
- 輸出結果[4.0 6.0]即為安裝成功,可能會出現部分警告,是由於警告等級的設定問題,後續會在筆記中貼出