安装tensorflow-gpu过程总结

      为了完成导师的任务费了好大力气装好了tensorflow—cpu,作业完成以后下决心装一个gpu版本的，装了大半天终于成功了，在这分享一下。

     因为cpu版本的比较简单，这里就不讲了，其实就是不用装CUDA和cuDNN,其余基本一样。

 

GPU版本安装

安装要求：如果要安装GPU版本需要确认你电脑必须装有NIVIDA的显卡。

 

1）下载并安装anaconda

下载地址如下：https://www.anaconda.com/distribution/#download-section
下载时选择pyhton3.7版本

注：这里的python3.7是指anaconda的版本，和一会我们在虚拟环境中安装的python没有什么关系，到时候仍然可以安装python3.6或3.5

安装过程中注意需要勾选PHTH路径

 

2）创建虚拟环境后并激活Anaconda

检测Anaconda是否安装成功：在开始菜单选择进入Anaconda Prompt输入 —> conda –version可以看到安装的Anaconda的版本。(也可以在命令行）

此时可以查询anaconda下的环境，查询命令为：conda info --envs

然后创建再一个虚拟环境，这里为了避免和混淆，设定虚拟环境为tensorflow_GPU

命令：conda create –name tensorflow_GPU

这是可以再次查询环境，会发现我们创建的新的环境已经在anaconda environments下面。

接下来我们来激活新建环境，在新建环境下安装其余文件

激活命令：activate tensorflow_GPU

激活以后我们的输入提示符前面会显示我们的环境

注：退出命令为:deactivate tensorflow_GPU，或者：conda deactivate

 

接下来我们利用anaconda的pip工具安装python，为了加快速度，可以使用清华源来下载。

命令：pip install python==3.6 -i https://pypi.tuna.tsinghua.edu.cn/simple

这里我指定了安装python3.6版本的，不建议下载最新版，主要原因是因为tensorflow—gpu版本需要python、tensorflow、CUDA和cuDNN版本一致。在这里面最重要的是查询自己电脑里面的NIVIDA显卡支持的CUDA版本。

根据网上信息，查看自己电脑支持的CUDA版本方法途径如下：

在windows平台下，可以直接进入CUDA的安装目录，比如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2   里面有一个version.txt的文本文件，直接打开即可查看。

 也可参考这篇博客：https://blog.youkuaiyun.com/qq_27825451/article/details/89082978

CUDA对应版本如下：

3）tensorflow-gpu的安装

确定自己需要安装的tensorflow版本以后，建议安装指定版本，我这里安装的是1.12.0版本：

清华源命令：pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

 

4）安装CUDA

 根据自己的版本以后去官网下载CUDA。这个不用担心，下载比较快。

CUDA下载网址如下：https://developer.nvidia.com/cuda-toolkit-archive

 

可以点击右下角的Legacy Releases来更换不同版本。

我下载的是CUDA9.0，这里建议下载本地版

 

下载完CUDA安装包，有人建议选择自定义安装，把Visual Studio Integration和Driver勾选去掉再安装。我这里选择默认安装，区别不大。

接下来是CUDA的安装，安装过程也比较简单，这里我刚开始安装的是CUDA8.0，提示我和Windows不匹配，更换9.0以后就好了。

5）下载cuDNN

下载cuDNN网址如下：https://developer.nvidia.com/cudnn
这里会让我们在下载之前先注册登录，按要求注册就好，下载也比较快。

这里的文件是一个压缩包，所以放在D盘。

把下载的cudnn-10.0-windows10-x64-v7.6.1.34.zip文件解压后，把bin,include,lib三个文件夹直接复制到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\下即可。

6）添加相应的环境变量

在控制面板中找到高级设置,然后点击环境变量。会跳出如下页面：

在Path中添加以下几个文件夹。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

 

7）测试是否安装成功

打开命令行，依次输入：

activate tensorflow_GPU——>python

import tensorflow

a=tensorflow.constant([0])

print(a)

若显示如下，则安装成功。

 

8)常见问题

①在安装过程中我遇见了很多问题，大部分都可以将报错在网上搜索找到答案，这里感谢广大网友的帮助，特别是优快云 的各位大佬。

我遇到的主要问题如下：

查到这篇帖子https://www.cnblogs.com/ipersevere/p/10784262.html

发现是我的tensorflow1.10.0版本太低，将其换成1.12.0版就解决了。

注：GPU中的大多数问题都是，版本问题，参照网上建议更换版本

 

②在安装过程中提示我pip版本太低

这里直接输入命令：python -m pip install --upgrade pip 即可

 

③最开始会报安装超时：“Failed to load the native TensorFlow runtime.”

使用国内源不会出现这个问题，出了清华源，其他的镜像源还有阿里源、豆瓣源、中科大源等。

最后建议安装PyCharm，并将虚拟环境中的python添加到PyCharm中，方法比较容易，大家随手一搜就有啦！