1. 程式人生 > >win10 + cuda(v9.0) 安裝TensorFlow-gpu版

win10 + cuda(v9.0) 安裝TensorFlow-gpu版

之前在實習公司的電腦上裝過TensorFlow-gpu,那時候很快就裝好了。但在自己的筆記本上裝時,卻搞了很久。。。
一部分原因是因為用校園網下載cuda toolkit 和cudnn ,總是在最後時刻罷工。輾轉叫了幾個人幫忙,才把這兩個東西下載好。。

安裝步驟

其實,這個安裝過程還是蠻簡單的。據說cuda版本和cudnn版本沒選好的話,就會遇到很多坑,所幸,我選的版本都能很好的駕馭tensorflow。

下面是要安裝的東西,可以依次安裝,也可以按你喜歡的順序來安裝。但要保證安裝了VC++外掛和python之後,才安裝tensorflow。

  • Visual C++ Redistributable for Visual Studio 2015:

    tensorflow其實是基於VC++2015開發的,所以需要安裝Visual C++ Redistributable for Visual Studio 2015。下載後,直接預設安裝就行

  • python環境:我用的是anaconda3.x,新建了一個python3.5的環境,然後在python3.5中安裝的tensorflow-gpu。這個不會的話,可以嘗試搜尋“anaconda安裝、anaconda清華源安裝”和“anaconda新建python環境”。。

  • cuda9.0: cuda-v9.0.下載之後,預設安裝就行,中間要選同意的地方就選同意。

這裡寫圖片描述

  • 安裝好cuda後,要配置系統環境。用小娜搜尋“控制面板”–>選擇大圖示–>選擇系統–>選擇高階系統設定–>選擇環境變數–>選擇path,新增加“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0”

    –>確定。。然後再新增幾個變數,如下圖(已經存在的就不用增加了):
    這裡寫圖片描述

  • cudnn:cuDNN v7.1.4 Library for Windows 10) 下載好後,解壓,把所有東西複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 中,就ok啦

  • tensorflow-gpu:安裝win+R,執行cmd,開啟命令視窗,啟用python3.5的環境(activate 環境名),然後輸入pip install tensorflow-gpu 即可。等待安裝成功就行。

測試

我喜歡用jupyter notebook來寫python,所以現在也用它來寫一下測試程式碼:

import tensorflow as tf

hi = tf.constant('Hi , welcome to TensorFlow ! ')
sess = tf.Session()
print(sess.run(hi).decode())

得到結果如下:
這裡寫圖片描述

cool,順利輸出了結果,說明安裝成功。
這裡寫圖片描述

相關推薦

win10 + cuda(v9.0) 安裝TensorFlow-gpu

之前在實習公司的電腦上裝過TensorFlow-gpu,那時候很快就裝好了。但在自己的筆記本上裝時,卻搞了很久。。。 一部分原因是因為用校園網下載cuda toolkit 和cudnn ,總是在最後時刻罷工。輾轉叫了幾個人幫忙,才把這兩個東西下載好。

win7/win10下cuda8.0安裝gputensorflow

簡單寫下配置過程吧,挺簡單的: 0.win7/10 X64系統 1.安裝vs2013 2.安裝Anaconda3(需要裡面的python環境) 3.下載CUDA8.0(https://developer.nvidia.com/cuda-downloads),下面兩個exe檔案都下載 &

Ubuntu 16.04安裝N卡驅動、cuda、cudnn和tensorflow GPU

安裝驅動 最開始在英偉達官網下載了官方驅動,安裝之後無法登入系統,在登入介面反覆迴圈,用cuda裡的驅動也出現了同樣的問題。最後解決辦法是把驅動解除安裝之後,通過命令列線上安裝驅動。 解除安裝驅動: sudo nvidia-uninstall 線上安裝: sudo apt-add-repository

win10+Anaconda中安裝tensorflow(gpu)

我之前已經在Anaconda中安裝了cpu版的tensorflow,但由於深度學習要涉及到大量的計算,cpu實在太慢。這時gpu版的tensorflow就派上大用場了。所有相關環境的下載路徑都在參考博文中,安裝步驟也是跟著博文一起走的,只不過我在新增幾條注意事項。 注意

ubuntu18.04從0開始+cuda10.0安裝tensorflow-gpu

1、安裝chrome https://linuxconfig.org/how-to-install-google-chrome-web-browser-on-ubuntu-18-04-bionic-beaver-linux 2、安裝sougou https://blog.csdn.n

Ubuntu16 04 原始碼安裝tensorflow GPU

                        一、cuda及c

win7安裝tensorflow-gpu(Anaconda)

自己的桌上型電腦裝了影馳1050ti大將顯示卡,平時也不怎麼玩遊戲,乾脆把TensorFlow-GPU版給裝上試試。 本來想裝docker版本,http://blog.csdn.net/ixuhangyi/article/details/52291716,但是據說doc

tensorflow GPU安裝win10系統,anaconda3.4.2,python3.5, GTX1050,CUDA9.0

tensorflow GPU版安裝(win10系統,anaconda3.4.2,python3.5, CUDA9.0.176_win10,cudnn-9.0-windows10-x64-v7,GTX1050 Ti) 安裝完anaconda,配置環境: 系統變數中的pa

Win10系統下安裝cudnn6.0+CUDA8.0+anaconda+tensorflow GPU版本

cudnn6安裝包: https://pan.baidu.com/s/1ko5kTFj5hTNrGEBpmqgs-A 密碼:jpw5 之前在win10下一直配置不好TensorFlow(GPU)版本,苦苦掙扎幾天後無奈轉向在ubantu 14.04下安裝,安裝成功後近日又想在Windo

Ubuntu 16.04 安裝cuda9.0 &udnn7.0 之妙法:NVIDIA 驅動->cuda->cudnn->安裝tensorflow-gpu(windows 也可參考),試一下?

1. 安裝Ubuntu16.04 系統下載地址: http://releases.ubuntu.com/16.04/ 下載64位系統:ubuntu-16.04.4-desktop-amd64.iso 製作系統盤安裝,推薦使用rufus,這個簡單便捷,大力推薦。 下載網址:https://

Win10Tensorflow(GPU)安裝趟坑實錄

轉載出處    https://blog.csdn.net/weixin_39290638/article/details/80045236 背景 筆者2017年底入手新電腦,顯示卡型號是NVDIAGEFORCE MX150,剛入坑TensorFlow。在安裝Tenso

win10系統tensorFlow-GPU安裝簡記

環境: 神舟Z7-KP7EC+win10+gtx1060 過程: 1. 探索CUDA版本與顯示卡型號是否支援,tf版本、CUDA與CUDNN對應關係的問題 https://blog.csdn.net/XCCCCZ/article/details/80385448 2.

win10環境下使用Anaconda3配置安裝TensorFlow-gpu-1.11(win10+Python3.6+vs2015+CUDA9.0+cuDNN7.1+anaconda3+Spyder)

前言        入坑AI,安裝TensorFlow學習深度學習,網上有很多安裝方法,在這裡僅記錄我的安裝方法以及在安裝過程中踩到的各種坑,以便在以後因故重新安裝時供自己回顧使用。(多圖長文) 安裝準備       軟體準備:      

Win10Tensorflow(GPU)安裝趟坑實錄1

背景 筆者2017年底入手新電腦,顯示卡型號是NVDIAGEFORCE MX150,剛入坑TensorFlow。在安裝TensorFlow時,發現自己的顯示卡型號並不在NVDIA官網上支援型號的名單中。抱著試一試的心態,在經過各種嘗試後,成功安裝。由於是初次安裝,在安裝過

教你從頭到尾利用DL學梵高作畫:GTX 1070 cuda 8.0 tensorflow gpu

教你從頭到尾利用DL學梵高作畫作者:七月線上開發/市場團隊中的三人,驍哲、李偉、July。本教程主要由驍哲撰寫,李偉負責Linux命令部分。時間:二零一六年九月二十五日配置:GTX 1070 cuda 8.0 Ubuntu 14.04 cudnn 5.1 tensorflow

Windows平臺安裝TensorFlow-GPU-(CUDA 8.0 + CuDnn 6.0)方法一

1 硬體要求Windows版本:Windows 7,Windows 8,Windows 10,Windows Server 12/16顯示卡版本:請對照NVIDIA提供的支援CUDA的顯示卡列表(CUDA GPUs)。顯示卡版本通過"系統屬性-裝置管理器-顯示介面卡"檢視。(

win10+1050ti+CUDA9.0+cudnn9.0tensorflow-gpu環境搭建

原創文章,轉載請註明本地址 由於前段時間在學tensorflow框架,一直沒有仔細考慮如何整理學習的內容,現在打算開始系統的整理tensorflow的學習筆記,那就從環境搭建開始把,現從win10環境開始,後續ubuntu系統的在補充 python—使用的是Anaconda,

ubuntu16.04安裝Nvidia顯示卡驅動,CUDA8.0,cuDNN6,TensorFlow-gpu

Welcome To My Blog 實驗室學姐讓跑一個深度學習模型的程式,需要配置環境,查閱各種資料後安裝成功,記錄一下安裝過程,確實挺刺激,也算是開啟了自己的深度學習之旅了. 安裝Nvidia顯示卡驅動 1. 下載驅動 根據自己的系統和顯示卡型號直接在NVIDIA官網

win7+Keras使用Tensorflow作為後端的安裝教程gpu小白推薦

win7+Keras使用Tensorflow作為後端的安裝教程gpu版小白推薦 首先附上成功截圖 一、系統情況 二、安裝工具準備 三、tensorflow-gpu安裝 首先附上成功截圖 歡迎大家評論,若碰到了問題,可以直接評論,看

Tensorflow-gpu安裝注意事項

1. 版本問題 最新版的tensorflow不一定支援最新版的CUDA和cudnn;故若追求最新版本,應安裝最新版本的tensorflow,然後對應安裝CUDA及cudnn。 2. Windows還