admin 管理员组

文章数量: 887006

本安装方法适用于windows7和windows10,小白请严格按照步骤来,此处我以TensorFlow-gpu 1.8为例来讲解,如果装tensorflow-gpu的新版本,也可以参考以下方法,但请注意须下载更新版本的CUDA和cudnn。

 

第一步:安装vs2015以上的版本,这个百度一下有很多资源,并且官网也是免费下载的,就不赘述了,安装的时候把C++的组件勾上就行。下载地址:https://visualstudio.microsoft/zh-hans/vs/

(注意:电脑里必须有C++的组件才可以成功安装CUDA)

第二步:安装匹配TensorFlow版本的CUDA,比如目前TensorFlow-gpu 1.8需要CUDA9.0版本,网址如下:

https://developer.nvidia/cuda-90-download-archive 

直接按照默认路径和默认选项去安装就可以

(补充:如果不知道当前tensorflow-gpu版本对应的CUDA软件包,请参考:https://tensorflow.google/install/gpu )

 

第三步:下载匹配TensorFlow版本的cuDNN,比如目前TensorFlow-gpu 1.8需要cuDNN v7.0.版本,网址如下:

https://developer.nvidia/rdp/cudnn-archive 

下载好了先别动它,等第五步再操作。

 

第四步:添加环境变量

左击桌面的“计算机”图标,依次选择“高级系统设置”--“环境变量”,在“系统变量(S)”中找到Path选项,双击编辑“变量值(V)”:你需要以下的路径是否在Path中,如果没有,就添加对应的路径(一般是最后两个路径没有):

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include

 

第五步:将cuDNN压缩包解压后得到3个子文件夹(bin,lib,include),你需要把这3个子文件夹复制“NVIDIA GPU Computing Toolkit\CUDA\v9.0”文件夹下(系统会提示已经存在,是否合并,选择确定就可以了),如果找不到文件夹的位置,自己在C盘搜索CUDA就能找到了。

 

第六步:在python的命令栏里输入 pip install tensorflow-gpu  (个人建议先安装Anaconda3,然后直接调用anaconda的命令栏)

 

 

第七步:试探性的在python命令栏里import tensorflow as tf,这次一般还不能成功引用,不过没关系,把电脑重启一次再试一次就可以了。

 

本文标签: 版本 方法 系统 GPU TensorFlow