win10搭建tensorflow-gpu環境

昨天辛苦的配了GPU環境，記錄一下防止之後還須要用到。

我配GPU的目的是用tensorflow的gpu來加速

不用ubuntu是由於一來不習慣，二來我不會配ubuntu的擴展顯示器，就更不習慣了，習慣了兩個屏以後，一個屏看的着實有點難受

1、本身的環境

操做系統：win10   GPU：GTX1050+CUDA9.0+cuDNN    IDE:Pycharm    框架：tensorflow-gpu    解釋器：Python3.6（強烈建議anaconda3，又方便又強大，下載太慢能夠找鏡像）

 

2、安裝順序

一、首先安裝CUDA9.0。下載地址。

選擇9.0版本是由於網上說，tensorflow的windows-gpu還不支持CUDA的新版本。再加上同窗安裝的也是9.0，用的沒有問題，因此就選擇了這個版本。

在下載的時候選擇適合本身的版本。     

我選擇的如上圖，剛開始第四行選擇的是右邊的那個，可是下載下來安裝不了，百度查是電腦缺乏什麼壓縮軟件，因此建議選左邊的那個。

而後只須要選擇下圖的base installer便可。

 

打開下載好的CUDA9.0開始安裝，剛開始的安裝程序存放位置，本身隨意就好。

下一步會檢測系統兼容性，有些顯卡是不支持GPU的，本身須要先查清楚。

下一步接受協議

下一步選擇安裝模式，我選擇的是自定義，程序默認的精簡模式應該能夠理解爲安裝全部東西，其中包括了我暫時不用的VS以及顯卡驅動，因此我選擇的是自定義模式。這也是查了其餘的博文所作出的選擇。

下一步的選擇爲

 

下一步會讓選擇安裝路徑，我最初是本身設置了路徑，由於不想往C盤放東西，但是安裝完以後，在我設置的路徑裏沒找到安裝的CUDA，他仍是安裝在了C盤，而且沒有安裝徹底。因此我安裝了第二次，我並無卸載第一次裝的，由於沒找到卸載的方法。直接開始了第二次安裝，仍是選擇本身設置的路徑，仍是沒安裝成功。很難受，因此第三次安裝直接選擇他的默認路徑，一點多個G還能接受，放在C盤也問題不大。此次安裝成功了。

因此我的建議，若是C盤能接受一個多G，不如直接安裝在默認路徑，防止老出問題。

安裝完成以後，下一步須要配置環境變量。

若是安裝成功，系統變量會多出兩個爲

還須要本身添加幾個系統變量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0(這是默認安裝位置的路徑，若是本身路徑設置安裝成功的話就用本身的路徑)

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 

CUDA_BIN_PATH = %CUDA_PATH%\bin 

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

添加好以後應該像下面這樣。

下一步在系統變量PATH裏添加東西。找到系統變量的PATH雙擊。

添加下列東西。

%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64   這些均爲默認路徑，有須要的話自行修改

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin 

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64

添加完以後CUDA就算安裝完成了。咱們能夠檢驗是否安裝成功。

打開CMD，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite    （這是默認路徑）

分別執行命令：bandwidthTest.exe

                         deviceQuery.exe

若分別返回

 

則表明CUDA9.0安裝成功。

二、安裝cudnn。

去官網上下載搭配CUDA9.0的cudnn ，必定要注意搭配9.0。會須要註冊英偉達的帳號。

下載好以後，解壓，分別將.h .lib 和.dll 文件分別拷貝到cuda的include, lib/x64, bin 文件夾下。其實也就是對應的文件夾。

到這裏就安裝好了CUDA9.0及其對應的cudnn。

三、安裝tensorflow-gpu

 以前安裝的是cpu版本，因此先刪除。 pip uninstall tensorflow

刪除完以後，習慣性的覺得 pip install tensorflow-gpu就能夠了，結果報了一堆錯。我沒有嘗試去下載whl文件安裝，你能夠試試。我看的那篇教程說whl也有錯

反正我後來是刪了anaconda而後重裝了一下，對了，安裝anaconda的時候不要手賤關掉跳出來的東西，我第一次重裝的時候就沒裝全，由於本身沒注意瞎點了跳出來的終端框

而後conda install tensorflow-gpu就行了。因此我懷疑pip命令無論用，conda可能更管用點，建議刪除完cpu版本時候先試下conda的命令，若是也報錯，再考慮其餘方法。

 這是安裝好以後的終端。淚流滿面。

經過下圖中的代碼能夠檢驗tensorflow-gpu是否安裝成功。返回差很少的界面表明成功

 

 

 

以上是配置tensorflow-gpu的經歷，但願能幫到你。

小白一枚，有錯誤歡迎指出。