搭了将近快两天的环境,终于好了,虽然在开始的时候,安了卸,卸了安的,但是!!!安装成功后,那种快乐是无法言语的~~~~~所以在此我必须的记录一下我的艰辛历程~~~~
在此之前你需要在电脑上安装有VS,在这里直接给出百度云连接:
链接:https://pan.baidu.com/s/1M94HKU6O47G7SGq8xYS6Pg 提取码:9ofd
如何确定自己的电脑型号:
右键我的电脑——>点击属性——>系统——>进入设备管理器——>找到显示适配器:
如下图方框内的就是我的nvidia型号
然后你需要找出与你的版本对应的cuda
查看一下自己电脑上有没有NVIDIA控制面板, 如果没有最好安一个(前提是你的电脑有n卡)
利用驱动精灵看一下是否有NVIDIA驱动(驱动精灵安装包链接:https://pan.baidu.com/s/12AjwmiTpT50k6wNGj4CcbQ 提取码:wka0 )
利用驱动精灵检查一下自己的NVIDIA驱动是否为最新的,最好升级一下
是最新的就打开NVIDIA控制面板——>设置physx配置——>组件,可以看到NVIDIA.DLL, 后面的就是你应该安装的版本
(cuda以及cudnn版本以及对应版本补丁)
百度云:链接:https://pan.baidu.com/s/195x-Vn2-_HtI54M93cvJTQ 提取码:kqcr
下载对应版本的cuda
cuda下载地址:https://developer.nvidia.com/cuda-toolkit-archive
cudnn下载地址:https://developer.nvidia.com/rdp/cudnn-download(在下载时需要先注册)
下载后安装cuda:
可以参考:https://blog.csdn.net/u013165921/article/details/77891913
安装就很简单了,同意并继续,一直下去,环境我选择的是自定义安装。
安完之后再控制面板会看到:
然后解压与cuda对应的cudnn:
将以上的文件移到 你的cuda安装目录下 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
这样就算是完成了cuda和cudnn
win+R——>输入nvidia-smi——>nvcc -V出现以下:
(大部分情况是好了,但是我在第一次安装的时候,也是这样,但是就是报DLL错误,很烦躁了)
所以为了精确在准确的确认是否真的安装好了:
cd到根目录——>在 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite——>分别输入deviceQuery.exe 和 bandwidthTest.exe
在最好看到的都是pass那么就说明CUDA和CUDNN安装好了
好了,安装完cuda之后就该安装TensorFlow-GPU版本的了
我的是在anconda3 + python3.6.2 + tensorflow-gpu 1.13.1版本
# 创建一个名为tensorflow-py36的环境,指定Python版本是3.6)
conda create --name tensorflow-py36 python=3.6
# 安装好后,使用activate激活某个环境
activate tensorflow-py36 # 即系统已经切换到了3.4的环境
deactivate tensorflow-py36
conda remove --name tensorflow-py36 --all
如下,不报错应该就好了,但是!!!我有一次安装的时候,这样导入是好的,但是在运行代码的时候出现了错误!!!,找不到TensorFlow中的方法。。。。。。。。。。。。
此时可能的错误就是你的项目名称和TensorFlow相同了~~~~(此处是有可能!!!)
所以为了真正的确定,tensorflow真的 是安装好了,就拿一个代码测试一下:
测试tensorflow代码:
# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time : 2019/5/7 17:19
# @Author : xhh
# @Desc :
# @File : tensor_tf.py
# @Software: PyCharm
import numpy as np
import tensorflow as tf
matrix1 = tf.constant([[3., 3.]])
matrix2 = tf.constant([[2.],[ 2.]])
product = tf.matmul(matrix1, matrix2)
print(product)
sess = tf.Session()
代码结构没有报错~~~~
最后见证结果的时候到了,有点小激动啦~~
看到没,你的gpu信息什么的,都有!!看到成功的时候,真的是相当相当开心的啊~~,飞起的感觉,现在就可以享受GPU加速的快感了,很nice啊!!!!
在这里我把我的安装记录写一下,大家有什么问题也可以讨论,我看到一定会回复大家的~~,毕竟踩过的坑有点多,哈哈哈
ps: 之前拿CPU版本的tensorflow跑代码的时候,真的是慢死,,,现在好了,很速度了~~~
大家可以关注我和我小伙伴的公众号~~~这里有我和我的小伙伴不定时的更新一些python技术资料哦!!希望大家多多支持,关注一下啦,谢谢大家啦~~
本文分享自 Python爬虫scrapy 微信公众号,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!