不用gpu的tensorflow 是没有灵魂的Tensorflow 

因为就是为了快!快二十倍

FIRST Q:系统及显卡版本问题!!!!

到官网看!别看别的博客 ~链接:

Windows端:https://tensorflow.google.cn/install/source_windows

Linux端:https://tensorflow.google.cn/install/source

 

本人:

win10 显卡N960M,Python3.6.9(aconda环境)  

tensorflow_gpu==1.5.0      

TensorFlow-gpu版本与CUDA以及CUDNN版本要保持一致
CUDA-win10-9.0  CUDNN-7.0.4-FourCuda9.0

开始细节步骤:

(1).创建一个名为tf1的环境,指定Python版本是3.6


打开cmd:

conda create --name tf1 python=3.6.9

 

(2).安装完成后,使用activate激活tf1


输入activate tf1

可以看到 命令行行前面有个(tf1),这个就是当前运行环境
 

接着运行python可以看到python版本显示为3.6.9

退出环境指令deactivate tf1


pip install jupyter/spyder

pip install tensorflow-gpu==1.5.0

(3). cuda安装

对应版本

https://blog.csdn.net/IT_xiao_bai/article/details/88342921

https://developer.nvidia.com/cuda-downloads

下载后按流程安装9.0

 cuda v9.0安装包下载 ,还有安装指南之类的,稍微看下就行。

 

根据自己的环境选择对应的版本,exe分为网络版和本地版,网络版安装包比较小,执行安装的时候再去下载需要的包;本地版安装包是直接下载完整安装包。这里建议下载本地版(网络版我试过,安装一晚上失败了…),另外建议用win10自带的edge浏览器下载,速度比谷歌啥的快多了。

下载下来后就正常安装就可以了。

NVCC -V

如果没有环境变量 需要设置win10的环境变量 可参考我的 因为安装了9_2所以有两个 无关紧要

(2).cuDnn库下载

https://developer.nvidia.com/cudnn

下载这个安装包需要注册 ,下下来以后把相关包不用安装,直接拷到cuda路径对应的文件夹下面就行 

参考https://blog.csdn.net/sb19931201/article/details/53648615

(3).cuda测试
在cuda安装好后会自动下载一些example,自己运行测试一下,问题不大。

(4).关键坑(运行TensorFlow)报错:/envs/tensorflow/lib/python3.5/site-packages/tensorflow/python/framework/dtypes

修改:报错目录下的文件

 

  1. _np_qint8 = np.dtype([("qint8", np.int8,(1,))])
  2. _np_quint8 = np.dtype([("quint8", np.uint8,(1,))])
  3. _np_qint16 = np.dtype([("qint16", np.int16,(1,))])
  4. _np_quint16 = np.dtype([("quint16", np.uint16,(1,))])
  5. _np_qint32 = np.dtype([("qint32", np.int32,(1,))])

这样就大功告成了。

测试代码

  1. from tensorflow.python.client import device_lib
  2. import tensorflow as tf
  3. print(device_lib.list_local_devices())
  4. print(tf.test.is_built_with_cuda())

还可参考其他博客:

https://blog.csdn.net/hsqaihkl/article/details/80674912

https://blog.csdn.net/MahoneSun/article/details/80809042

LInux 版本待跟新 ing...

发布了353 篇原创文章 · 获赞 158 · 访问量 6万+

版权声明:如无特殊说明,文章均为本站原创,转载请注明出处

本文链接:http://wakemeupnow.cn/article/TensorFlow01/