win10搭建tensorflow-gpu环境

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

昨天辛苦的配了GPU环境，记录一下防止以后还需要用到。

我配GPU的目的是用tensorflow的gpu来加速

不用ubuntu是因为一来不习惯，二来我不会配ubuntu的扩展显示器，就更不习惯了，习惯了两个屏之后，一个屏看的着实有点难受

一、自己的环境

操作系统：win10   GPU：GTX1050+CUDA9.0+cuDNN    IDE:Pycharm    框架：tensorflow-gpu    解释器：Python3.6（强烈建议anaconda3，又方便又强大，下载太慢可以找镜像）

二、安装顺序

1、首先安装CUDA9.0。下载地址。

选择9.0版本是因为网上说，tensorflow的windows-gpu还不支持CUDA的新版本。再加上同学安装的也是9.0，用的没有问题，所以就选择了这个版本。

在下载的时候选择适合自己的版本。

我选择的如上图，刚开始第四行选择的是右边的那个，但是下载下来安装不了，百度查是电脑缺少什么压缩软件，所以建议选左边的那个。

然后只需要选择下图的base installer即可。

打开下载好的CUDA9.0开始安装，刚开始的安装程序存放位置，自己随意就好。

下一步会检测系统兼容性，有些显卡是不支持GPU的，自己需要先查清楚。

下一步接受协议

下一步选择安装模式，我选择的是自定义，程序默认的精简模式应该可以理解为安装所有东西，其中包括了我暂时不用的VS以及显卡驱动，所以我选择的是自定义模式。这也是查了其他的博文所做出的选择。

下一步的选择为

下一步会让选择安装路径，我最初是自己设置了路径，因为不想往C盘放东西，可是安装完之后，在我设置的路径里没找到安装的CUDA，他还是安装在了C盘，并且没有安装完全。所以我安装了第二次，我并没有卸载第一次装的，因为没找到卸载的方法。直接开始了第二次安装，还是选择自己设置的路径，还是没安装成功。很难受，所以第三次安装直接选择他的默认路径，一点多个G还能接受，放在C盘也问题不大。这次安装成功了。

所以个人建议，如果C盘能接受一个多G，不如直接安装在默认路径，防止老出问题。

安装完成之后，下一步需要配置环境变量。

如果安装成功，系统变量会多出两个为

还需要自己添加几个系统变量

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0(这是默认安装位置的路径，如果自己路径设置安装成功的话就用自己的路径)

CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

CUDA_BIN_PATH = %CUDA_PATH%\bin

CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64

CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

添加好之后应该像下面这样。

下一步在系统变量PATH里添加东西。找到系统变量的PATH双击。

添加下列东西。

%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64   这些均为默认路径，有需要的话自行修改

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64

添加完之后CUDA就算安装完成了。我们可以检验是否安装成功。

打开CMD，cd到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite    （这是默认路径）

分别执行命令：bandwidthTest.exe

deviceQuery.exe

若分别返回

则代表CUDA9.0安装成功。

2、安装cudnn。

去官网上下载搭配CUDA9.0的cudnn ，一定要注意搭配9.0。会需要注册英伟达的账号。

下载好之后，解压，分别将.h .lib 和.dll 文件分别拷贝到cuda的include, lib/x64, bin 文件夹下。其实也就是对应的文件夹。

到这里就安装好了CUDA9.0及其对应的cudnn。

3、安装tensorflow-gpu

之前安装的是cpu版本，所以先删除。 pip uninstall tensorflow

删除完之后，习惯性的以为 pip install tensorflow-gpu就可以了，结果报了一堆错。我没有尝试去下载whl文件安装，你可以试试。我看的那篇教程说whl也有错

反正我后来是删了anaconda然后重装了一下，对了，安装anaconda的时候不要手贱关掉跳出来的东西，我第一次重装的时候就没装全，因为自己没注意瞎点了跳出来的终端框

然后conda install tensorflow-gpu就好了。所以我怀疑pip命令不管用，conda可能更管用点，建议删除完cpu版本时候先试下conda的命令，如果也报错，再考虑其他方法。

这是安装好之后的终端。泪流满面。

通过下图中的代码可以检验tensorflow-gpu是否安装成功。返回差不多的界面代表成功

以上是配置tensorflow-gpu的经历，希望能帮到你。

小白一枚，有错误欢迎指出。