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·


浙大AI俱乐部

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

tensorflow Gpu版本 windows 下的安装

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

anconda1.8+cuda9.0+cudnn7.0.5+tensorflow1.7(win10)安装