在Windows 10上搭建TensorFlow环境
Posted chszs
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在Windows 10上搭建TensorFlow环境相关的知识,希望对你有一定的参考价值。
在Windows 10上搭建TensorFlow环境
- 版权声明:本文为博主chszs的原创文章,未经博主允许不得转载。
了解如何为受支持的GPU测试Windows系统,安装和配置所需的驱动程序,获取最新的TensorFlow每日构建版并确保其正常工作。
在前面的文章中,我展示了如何测试你的Linux系统,看看你是否能够按照带GPU支持的TensorFlow。在本文中,我将介绍如何在Windows 10上搭建TensorFlow环境。
同样,仍然需要Python环境和pip工具。
1、获取Python和pip
在Windows环境安装Python 3.x版本,通常安装包中集成了pip工具,安装会非常简单方便。具体见:https://www.python.org/downloads/windows/
一旦下载并执行,需要确保选择安装的自定义选项。可以看到如下界面:
完成安装后,可以打开命令提示符并键入python,以查看您正在使用的版本。这里可以看到,我下载了3.6.4版:
然后可以退出Python解释器环境:
exit()
然后测试pip工具安装的情况:
pip -V
可以看到这样:
接下来,在安装TensorFlow之前,需要先检查主机的GPU是否支持,在命令提示符下,执行命令:
control /name Microsoft.DeviceManager
然后查看“显示适配器”设置,将其打开,然后阅读显示适配器的名称,如下:
正如你所看到的,主机系统有一个GTX 980 Ti。然后去NVIDIA官网查看信息,具体见:https://developer.nvidia.com/cuda-gpus,就可以知道是否可以使用带GPU支持的TensorFlow。这里已经确定是支持的。但是在安装和运行TensorFlow之前,需要为你的机器安装CUDA驱动。
2、安装CUDA驱动程序
要说明一点,目前TensorFlow的每日构建版提供了对CUDA 9.0的支持,而Release版则只能支持CUDA 8.0版。如果访问CUDA的下载网站,见:https://developer.nvidia.com/cuda-toolkit,可以看到CUDA目前的最新版本是9.1版,因此请确保通过选择下面的“Legacy Releases”链接来下载正确版本的驱动程序。
在运行TensorFlow之前,还需要一个与主机的CUDA版本相匹配的CuDNN版本。
3、安装TensorFlow
安装TensorFlow的Nightly Build版。从命令提示符下安装它,只需输入:
pip install tf-nightly-gpu
一旦安装完成,在命令提示符窗口中输入:
python
打开Python编辑器,在其中输入:
import tensorflow as tf
如果CUDA驱动程序有错误,就可能会显示 cudart64_XX.dll 失败,其中XX是版本号。
如果CUDA驱动程序正确,但CuDNN驱动程序有错误,就可能会显示说 cudnn64_X.dll 缺少什么东西,其中X是一个版本号。
4、安装CuDNN库
CuDNN库是CUDA针对深度神经网络的更新包,TensorFlow会使用它用于加速NVidia GPU上的深度学习。可以从这里下载,见:https://developer.nvidia.com/cudnn。
但必须首先要注册一个NVidia开发者帐号,它是免费的。登录后,您会看到各种CuDNN下载。然后选择匹配的版本。由于之前使用了CUDA 9.0,所以确定为CUDA 9.0选择了cuDNN v7.0.5。
下载下来的是一个包含了几个文件夹的ZIP文件,每个文件夹包含CuDNN文件(一个DLL,一个头文件和一个库文件)。找到你的CUDA安装目录,这里应该是这样的:
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0
可以看到从ZIP文件的目录也在这个目录,即有一个bin、一个include,一个lib等。将文件从ZIP复制到相关的目录。
比如把cudnn64_7.dll文件拖拽到C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\bin目录,其它相似。
完成后,重新打开命令提示符窗口并再次测试TensorFlow!
import tensorflow as tf
然后,可以输入以下内容来检查TensorFlow版本:
print(tf.__version__)
可以看到TensorFlow的版本得以正确显示:
以上是关于在Windows 10上搭建TensorFlow环境的主要内容,如果未能解决你的问题,请参考以下文章
windows 10 + tensorflow-gpu 环境搭建