前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >win10下配置Tensorflow1.4

win10下配置Tensorflow1.4

作者头像
GavinZhou
发布2018-01-02 16:33:54
1.3K0
发布2018-01-02 16:33:54
举报
文章被收录于专栏:机器学习实践二三事

今天碰巧帮人配了一台win10 + CUDA8.0 + CUDNN V6.1 + tf 1.4,特此记录

配置要求

window版本的tf是用不成python 2.X,至少是python 3.5,看官方要求吧,https://www.tensorflow.org/install/install_windows,如下所示:

所以总结下就是:

  1. Python 3.5 or later
  2. CUDA 8.0 or later
  3. CUDNN V6.1 or later

具体CUDA和CUDNN的版本要求取决于你要装的tf的版本要求,1.4至少要CUDA 8.0 + CUDNN V6.1,故此我安装的配置就是: python 3.6 + CUDA 8.0 + CUDNN V6.1 + tf 1.4

接下来就一个一个装吧

python安装

先下载python 3.6,https://www.python.org/downloads/release/python-362/

选择对应的平台,下载下来是个exe,直接双击安装就好了,记得勾选把python添加的环境变量PATH中这个选项,不然你后续还要自己配下

CUDA

可以官网选择下载,最新版是CUDA 9,https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10

有local(约1.2G)和network可选,区别就是network安装时需要联网,建议还是local

上面是CUDA 9.0的,8.0的版本也甩个链接吧: https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda_8.0.44_win10-exe local的哈,大约1.3G,自己看着流量~~

下载下来,双击就可以开始安装了,照着屏幕提示就可以了

CUDNN

首先还是下载: step 1: 上官网 https://developer.nvidia.com/cudnn,去注册下,然后登陆才能下载 step 2: 先从最新的V7开始点击download,后面可以选择版本

然后按照需要的进行选择就可以了

下载下来解压,内部目录是这样的:

就是3个目录bin、include、lib,全部拷贝到你CUDA的目录下就行了,CUDA的目录默认在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,直接ctrl+c,ctrl+v粘贴过去就好了

tf的安装

首先要安装必要的python库,有点多,可以用pip安装,但是我建议直接安装anacoda,它集成了这些必要的库 下载安装: https://www.anaconda.com/download/ 安装完以后,诸如numpy scipy等其实都已经安装好了,接下来安装tf tf官网速度很慢,推荐使用国内的清华源,速度快

[修改源为清华源] conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

[设置搜索时显示通道地址] conda config --set show_channel_urls yes

配置完以后,文件C:\Users\USER_NAME\.condarc就是配置文件,可以手动编辑或者删除

[搜索tf] anaconda search -t conda tensorflow-gpu 接下来选择一个源地址,假设你选的是xxx

[安装tf] anaconda show XXX/tensorflow-gpu 最后一行会出现安装方式,大概是这样的: conda install --channel https://conda.anaconda.org/XXX tensorflow-gpu

OK了,等着装吧,速度应该还可以

测试

安装好了就测试下吧,先试试能不能导入tf:

代码语言:javascript
复制
import tensorflow as tf

如果没有错就应该是安装好了,否则自己根据错误提示去debug吧

再试试能不能做运算:

代码语言:javascript
复制
sess = tf.Session()
a = tf.constant(2)
b = tf.constant(3)
print(sess.run(a+b))

要是这步你能看见自己的GPU信息,比如1070 8GB xxx等信息,就应该是没问题了

到这都没问题的话,就已经OK了!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017-11-08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 配置要求
  • python安装
  • CUDA
  • CUDNN
  • tf的安装
  • 测试
相关产品与服务
GPU 云服务器
GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于生成式AI,自动驾驶,深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档