配置环境:
CPU:Intel i5-8250U
显卡:NVIDIA GeForce MX130 2G独显
内存:128G固态硬盘,荣耀majicbook、
系统:win10家庭中文版
一、安装CUDA
首先查看自己GPU适合的CUDA版本
进入NVIDA控制面板
选择帮助—>系统信息—>组件
可以看到我的GPU支持的是CUDA9.2
需要下载CUDA9.2,再此之前需要安装Visual Studio Community 2015,然后下载CUDA9.2
下载地址CUDA9.2下载地址
第一步
尽量将组件中的NVDIA GeForce Experience选项勾掉。有的人可能认识这个,这不调游戏画面参数的那个嘛。咳咳,这个是NVDIA提供给用户的一个类似于控制面板的东西,但是目前电脑装机一般都给安装了;而且就算是没有,这个东西对我们显卡加速程序是没有帮助的。
第二步
组件CUDA中将Visual Studio Intergration取消掉。这个还是蛮有意思的,因为这个组件是专为VS配置的,但是现在使用的代码编译器基本都是vscode,pycharm等轻量编译器之流,用VS就比较没意义了;我在网上还看见一个说法,这个必须取消掉,不然没法正确安装。
CUDA在安装的时候会默认安装一个NVDIA的显卡驱动。上图可以看出,该显卡驱动版本是411.31。划重点:“当前版本”这一栏会显示你目前电脑上的显卡驱动型号,比如上图所示,我的电脑目前驱动是430.86,这个数字大于411.31,说明版本更新一些。如果你的当前版本高于CUDA想要安装的新版本,那么一定要把display driver取消掉!不然CUDA安装发现你现有的比我要安的还高级,我还安个锤子,就会出现安装失败的错误;如果你的当前版本低于CUDA想要安装的新版本,那么一定要把display driver勾选,驱动版本不够新,CUDA也运行不了。如果巧了当前版本与新版本一模一样,那勾不勾选随意。
检查
安装好了,我们去上图所示的路径检查nvcc.exe是否存在,这个程序很重要。
再从上图的路径中检查这个动态库是否存在,这个动态库也很重要
二、安装cuDNN
cmd命令行里进入和退出Python程序
报错指南
1
用conda 安装环境时,报如下错误:
Cache entry deserialization failed, entry ignored
解决:
更新pip版本:
python -m pip install --upgrade pip
2
使用TensorFlow时报错FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy…
报错原因:numpy1-17-0版本过高,使用numpy-1.16-0版本即可
解决方法:重新安装numpy-1.16-0
pip install numpy==1.16.0
3
Python中解决ModuleNotFoundError: No module named 'tensorflow._api’问题
解决方案
我在这里使用的方法是在命令行窗口执行:
pip install --upgrade --ignore-installed tensorflow.