win7配置TensorFlow-GPU

最新推荐文章于 2025-07-14 17:41:07 发布

听故事的人

最新推荐文章于 2025-07-14 17:41:07 发布

阅读量2k

点赞数 1

CC 4.0 BY-SA版权

文章标签： WIN7 tensorflow-gpu 1.1.0 Anaconda3-5.1 CUDA 8.0 cuDNN 5.1

本文链接：https://blog.youkuaiyun.com/a1040193597/article/details/79774182

最近一直在学习吴恩达老师的deeplearning课程，发现到后面的一些深度的卷积网络跑起来很吃力，就想搭建个TensorFlow-GPU框架，发现安装个软件也debug了一天。

记录下这个日子, 也分享下自己的失败经验给和我一样懒得去更新系统的朋友。

~~WIN7 +Anacnonda3-5.1.0+CUDA8.0+cuDNN5.1+tensorflow-gpu 1.1.0~~

WIN7 + Aaaconda3-5.1.0 + CUDA8.0 + cuDNN5.1 + tensorflow-gpu-1.1.0+tensoflow(cpu)

电脑配置：

WIN7

CPU Intel xeon E5-2630 v4

GPU NVIDIA GeForce GTX1080i

准备工作：

Anaconda3-5.1.0-Windows-x86_64.exe ：官网下载地址

CUDA 8.0 （CUDA最新版已经9.1，我试了9.1cuda vs 7.1cuDNN 发现不行，就还是用了8.0 CUDA vs 5.1cuDNN）：官方下载

cuDNN 5.1 cuDNN（下载时，需要注册，和简单的答卷填写，按步骤完成就行，最后请对好版本下载。其实我发现和8.0对应的有好几个版本，网上也有用cuda 8.0 vs 6.0 的，后面用anaconda 按照TensorFlow gpu时，它还会安装cuda 8.0 vs 6.0 。所以建议按链接下载吧，最重要的是最后能用不是？）

TensorFlow 官方指导书（网上教程五花八门，但都不通用，建议安装前先仔细看看官方说明）： tensorflow官方指导

指导里面推荐的是 CUDA9.0 vs cuDNN 7.0。但这个我没试，不知道这个对应的TensorFlow gpu版本是多少？，有试过的可以留言，我也去试试。

具体的安装过程：

CUDA 8.0 和 cuDNN 5.1的安装请可以参考这篇博客点击打开链接

如果你的显卡版本比较高，安装CUDA8.0可能会遇到下图问题（直接继续就ok了）。

2. Anaconda3-5.1.0-Windows-x86_64.exe安装，直接下一步，默认路径安装即可。
安装完成后如下图所示：刚安装完时应只有base（root）环境，剩下的python35环境是后面配置的，可以看到Anaconda3-5.1.0里面自动帮我们装了Python3.6.4版

这里安装完成后，我们可以选择修改原始镜像地址为，清华的镜像地址，这样我们在后面会发现下载什么都很快。如果你不想修改，你也可以选择在下载的时候翻墙进行。

修改镜像：打开 Anaconda Prompt 窗口输入以下命令(参考：清华镜像，中科大镜像（备选）)：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

3. 创建环境（我这里用的3.5，见有人用3.6的，我试了两次，最后配置TensorFlow gpu都失败了，就放弃了）：

在Anaconda Prompt 窗口输入命令：conda create --name pyhon35 python=3.5

输入y确认，你会看到它在使用我们修改过的镜像地址下载，下载速度很快。

安装成功后，你会在你的anaconda navigator 中看到多了一个你创建的环境，红色框位置：

4. 创建好环境后，就可以在你创建的环境里安装tensorflow-gpu了，这里有两种安装方式：

一）直接在anaconda navigator中安装，如下图：

发现安装时，它给我们安装了cuda8.0 VS cudnn 6.0。所以我觉得前面哪两个不用安应该也可以吧，谁有兴趣可以试试。

二）在Anaconda promp 中，先使用命令 conda activate python35 切换到该环境下，然后使用 pip install tensorflow-gpu 安装。（这种安装方式使用的是国外官方地址下载的，很慢很慢真的很慢。尝试了两次，86M的tensorflow-gpu包没翻墙下载了2小时到50%，然后就突然挂了，心累。所以最后果断用了方式一）

5. VS2015编译环境（参考：方砖ml）：文章说安不安都行，我果断安了。

官网下载： vc_redist

6. 测试配置成果：

红框标注的是输入命令，和一些重要信息。

import tensorflow as tf
a = tf.constant(2)
b = tf.constant(4)
c = a + b
with tf.Session() as s:
    print (s.run(c))

6. 最后为了开发需要你可能还需安装一些包，库（e.g. numpy ,matlibplot,h5py,jupyter,spyder）。这些都可以通过步骤4安装。

Tip：文档不具有普世性，不能保证你一定就成功，只希望你能少走一些弯路。祝好运！！！

参考文章：

博客：Quanfita
博客：方砖ml