一步深一步浅,最后终于踉踉跄跄地把tensorflow-gpu装上了。笔者用的是游匣7447游戏本,显卡为GTX850m。以下为此次安装流程。

首先去https://www.geforce.com/hardware/technology/cuda/supported-gpus看看这个列表里面有没有你的GPU型号。如果有则很幸运,你可以用tensorflow-gpu加速你的训练,如果没有就老老实实用CPU跑跑demo吧。

一、

官网详细介绍了安装要求:win7及以后64位系统,有一块支持cuda的gpu,CUDA9.0及cuDNN7.0。和安装的方法,包括pip安装和anaconda安装。

 

二、安装anaconda

第一步当然是点击:anaconda官网

点击下载,除了把下面的两个勾都选上,其他的都next,next,next吧。

大概8-10分钟安装好。

三、安装tensorflow-gpu

执行这一条命令就ok了 ↓

pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple #默认安装最新版本
pip install tensorflow-gpu==1.10 -i https://pypi.tuna.tsinghua.edu.cn/simple #在包名后面加==和版本号可指定版本安装

运行完是这样的:

 

import一下,提示没装CUDA9.0

CUDA9.0链接,选择对应的版本。选择网络安装版或者本地版。

笔者已将CUDA9.0,和cuDNN7.0打包放在云盘。戳这里

下载之后,双击CUDA9.0,一路戳戳戳。

将cuDNN解压。将解压出来的三个文件夹下面的文件放到对应的CUDA相同文件夹下。

CUDA默认安装路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

以上完成之后把以下四个路径加入到环境变量中:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib
 

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include

右击我的电脑-管理-高级设置-环境变量

加好之后:

然后再import一下,出现下面的就表示成功了。然后在你的pycharm或者其他编辑器更改一下解释器就可以在pycharm里面用。

GitHub 加速计划 / te / tensorflow
15
4
下载
一个面向所有人的开源机器学习框架
最近提交(Master分支:4 天前 )
4f64a3d5 Instead, check for this case in `ResolveUsers` and `ResolveOperand`, by querying whether the `fused_expression_root` is part of the `HloFusionAdaptor`. This prevents us from stepping into nested fusions. PiperOrigin-RevId: 724311958 4 天前
aa7e952e Fix a bug in handling negative strides, and add a test case that exposes it. We can have negative strides that are not just -1, e.g. with a combining reshape. PiperOrigin-RevId: 724293790 4 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐