找回密码
 立即注册
superkevinr 该用户已被删除
发表于 2019-3-11 23:00:09
5270
目前tensorflow还不支持cuda9.1,不小心下成了cuda9.1又不想卸了重下,也不会自己编译成支持cuda9.1的怎么办,看看大神的解决办法
安装环境:
  • windows 10 64bit
  • python 3.6
安装以下步骤进行安装:
更新GPU驱动—>安装cuda—>安装cuDNN—>安装Tensorflow—>安装keras
1、更新GPU驱动
首先查看机器的GPU型号,查看其是否支持cuda,在Nvidia官网下载对应的最新驱动进行跟新。这一步应该很简单,就不多说了。
2、安装cuda
Tensorflow已经更新到1.7版本了,官网上说支持最新的cuda 9.X和cuDNN 7.X(结果被坑,后期详述),在Nvidia官网上下载最新的cuda和cuDNN。
cuda 9.1 下载地址:https://developer.nvidia.com/cuda-downloads
cuDNN 7.1.2 下载地址:https://developer.nvidia.com/rdp/cudnn-download
注意:下载cuDNN需要注册用户,同时下载cuDNN版本时要对应cuda下载的版本,否则运行程序的时候会报错。这里选择v7.1.2 for cuda 9.1的win10版本。
安装包下载好之后,安装cuda(需要管理员权限),按照安装程序一步一步进行下去即可。安装完成后,在cmd输入nvcc -V查看cuda是否安装成功。
3、安装cuDNN
解压缩下载的cuDNN安装包,得到以下三个文件夹
将其复制在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1中,并在系统环境变量中添加如下项:
其中第一项和第三项是安装cuda时系统自动设置的,我们只需要添加第二项即可。
4、安装tensorflow GPU版本
这一步很简单,在cmd输入 pip install tensorflow-gpu 即可。
输入以下代码,查看是否安装成功
  1. import tensorflow as tf
  2. hello = tf.constant('Hello, TensorFlow!')
  3. sess = tf.Session()
  4. print(sess.run(hello))
复制代码
结果显示:
  1. ImportError: Could not find 'cudart64_90.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-toolkit
复制代码
查了一下,发现tensorflow 1.7这个版本支持到cuda 9.0。由于个人比较懒,不想再次下载安装文件,因此查询了一下其他办法。在https://github.com/fo40225/tensorflow-windows-wheel中有作者利用cuda 9.1自己编译的版本,在项目中找到对应的版本下载就好了(这里下载tensorflow_gpu-1.7.0-cp36-cp36m-win_amd64.whl)。
将之前安装的tensorflow卸载:
pip uninstall tensorflow-gpu
重新安装:
pip install 文件存放路径\文件名.whl
安装完成后,尝试一下代码:
  1. import tensorflow as tf
  2. #Creates a graph.
  3. a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
  4. b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
  5. c = tf.matmul(a, b)
  6. #Creates a session with log_device_placement set to True.
  7. sess = tf.InteractiveSession()
  8. #Runs the op.
  9. print(sess.run(c))

  10. from tensorflow.python.client import device_lib as _device_lib
  11. print(any((x.device_type == 'GPU') for x in _device_lib.list_local_devices()))
  12. print(_device_lib.list_local_devices())
复制代码
如果能顺利通过,并显示如下结果,说明安装成功。
4、安装keras
输入
  1. pip install keras
复制代码
安装完成后,在python IDE中输入
  1. import keras
复制代码
如果输出
恭喜,keras安装成功,并以tensorflow作为后端。


使用道具 举报 回复
发新帖
您需要登录后才可以回帖 登录 | 立即注册

zzczczxczxczx