tensorflow-gpu安装

2019年9月8日

参考网址

https://blog.csdn.net/weixin_39290638/article/details/80045236

https://zhuanlan.zhihu.com/p/35717544

https://zhuanlan.zhihu.com/p/38223869

安装步骤如下：

1.     Win10的系统下安装tensorflow-gpu需要安装三个软件

python，2.CUDA和CuDNN，3.TensorFlow（GPU版），按照我电脑的配置选择的是Python3.6.6，CUDA10.0，CuDNN V7.6.3和tensorflow-gpu1.14.0

PyCharm2018破解：https://www.cnblogs.com/jqpy1994/p/9962747.html

（第三种该方法，其中补丁可以随便换一个，无所谓）

2.     安装Python，选择的是python3.6.6

网址如下： https://www.python.org/downloads/release/python-366/

安装教程：https://baijiahao.baidu.com/s?id=1606573927720991570&wfr=spider&for=pc

创建虚拟环境：参考网页：https://blog.csdn.net/qq_43399787/article/details/83377951

（1）python -m venv 虚拟环境名

（2）输入命令cd 虚拟环境名/Scripts，进入名为Scripts的文件夹

（3）输入命令activate.bat ，激活虚拟环境

常用国内源：

 豆瓣：http://pypi.douban.com/simple/

清华：https://pypi.tuna.tsinghua.edu.cn/simple

临时使用：输入pip install -i http://pypi.douban.com/simple/ model名字

图

3. 安装tensorflow-gpu，使用pip install tensorflow-gpu，安装的是最新的版本

4.     查看GPU支持的CUDA版本，

点击系统信息--->组件---->NVCUDA.DLL，显示显卡支持的CUDA版本，我的是支持CUDA10.1

图一

5. 下载CUDA的网址是：

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

图

安装过程，听从建议选择默认，我也没修改位置，有兴趣可以试试修改位置之后有什么问题。

检查系统兼容性 → 许可协议“接受”→ 选择“自定义安装”，点开+号，把Visual Studio Integration的勾选去掉 → 安装即可

6. 下载CUDNN的网址是：

  https://developer.nvidia.com/rdp/cudnn-download

配置：

把安装包解压后，把bin，include，lib里面的文件(共三个)分别拷贝到

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\

下的bin,include,lib目录下即可。

7.  配置环境变量

环境变量里的CUDA_PATH是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1,但是这样不能直接访问到bin和lib\x64下的程序包，在path中加上这两个路径即可即C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 和 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

8. 最后尝试

import tensorflow as tf 

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

踩过的坑：最开始选择的CUDA10.1和CuDNN V7.6.3 ，结果发现tensorflow1.14.0不支持CUDA10.1，需要卸载重装。

安装超时问题：

pip --default-timeout=100 install 第三方库名

镜像源：

豆瓣： https://pypi.doubanio.com/simple/

清华：https://pypi.tuna.tsinghua.edu.cn/simple