Win10 下的安装tensorflow,Pytorch
Posted 浙大AI俱乐部
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Win10 下的安装tensorflow,Pytorch相关的知识,希望对你有一定的参考价值。
1.下载NVIDIA驱动(下载CUDA会更新驱动,这步可以跳过)
[NVIDIA® GPU drivers](https://www.nvidia.com/drivers):CUDA 9.0 requires 384.x or higher.
NVIDIA图形驱动版本可以在控制面板中的程序和功能中查看。如果版本合适就不用下载最新的驱动了。
2.下载CUDA 9.0
[CUDA® Toolkit](https://developer.nvidia.com/cuda-zone) —TensorFlow supports CUDA 9.0.
不需要下载补丁。
安装好后,输入:nvcc -V进行测试
3.下载CNDNN 7
- [cuDNN SDK](https://developer.nvidia.com/cudnn) (>= 7.2)
简单来说,把下载好的zip文件解压,然后把里面的文件拷贝到cuda安装位置的目录下面。
Copy the following files into the CUDA Toolkit directory.
1. Copy 64_7.dll to C:FilesGPU Computing Toolkit9.0.
2. Copy include.h to C:FilesGPU Computing Toolkit9.0.
3. Copy 64.lib to C:FilesGPU Computing Toolkit9.0.
4.添加环境变量
例如,如果安装了CUDA,则更新`%PATH%`的匹配:
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64;%PATH%
5.安装python3或者anaconda
python3安装包[下载]
https://www.python.org/downloads/
anaconda安装包[下载]
https://www.anaconda.com/download/
6.tensorflow
6.1安装GPU版本tensorflow
#GPU package for CUDA-enabled GPU cardsDNA2 = [1, 0, 1, 1, 0, 1, 1]
pip install tensorflow-gpu
如果想要检测tensorflow的确可以用gpu来做运算了,请用以下程序测试
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))
测试结果中:device:GPU:0的意思就是说该运算用到了GPU。
6.2 GPU加速效果
详见[colab文件]
https://colab.research.google.com/gist/xiao-keeplearning/7afb24fcb6bd273f42aae2b4f23d8675
6.3 tensorflow入门教程(作为官方文档的补充)
1.https://github.com/chiphuyen/stanford-tensorflow-tutorials
2.https://github.com/aymericdamien/TensorFlow-Examples
7.pytorch
7.1 安装Pytorch
按照官网要求[下载]()
https://pytorch.org/get-started/locally/
验证是否能用GPU:
import torch
# the number of GPUs available
if torch.cuda.is_available():
print("Found NVIDIA GPU."
"Number:",torch.cuda.device_count(), '\n'
"Type:",torch.cuda.get_device_name(0))
else:
print("No found.")
7.2 GPU加速效果
详见[colab文件]
https://colab.research.google.com/gist/xiao-keeplearning/7afb24fcb6bd273f42aae2b4f23d8675
7.3 Pytorch入门教程(官方文档补充)
1. https://github.com/yunjey/pytorch-tutorial
2. 中文的https://github.com/chenyuntc/pytorch-book
8. colab的使用
[官方入门]
https://colab.research.google.com/notebooks/welcome.ipynb
注意:跑程序前先确认笔记本设置为python3,硬件加速器为GPU。
文案 | AI俱乐部学术部 虞培峰
编辑 | AI俱乐部信息部 陈成霞
校对 | AI俱乐部信息部 戴凡博
·END·
期待你的加入
以上是关于Win10 下的安装tensorflow,Pytorch的主要内容,如果未能解决你的问题,请参考以下文章
opencv进阶-tensorflow在win10 下的安装教程-Cpu版本
opencv进阶-tensorflow在win10 下的安装教程-Gpu版本
win10下NeuralStyle的tensorflow版实验
win10下通过Anaconda安装TensorFlow-GPU1.3版本,并配置pycharm运行Mnist手写识别程序