1.硬件支持
打开Tensorflow官网可以看到需要的硬件要求,必须满足Compute Capability>=3.5的显卡才可以安装,检查表链接
2.软件安装
1)Anaconda安装
打开Anaconda官网下载最新版本的,但是由于截稿前,Tensorflow目前只支持3.6版本的python,没关系我们先安装最新版本,然后再创建新的python环境。
记得勾选下面这个选项,直接加入环境变量。
2)安装CUDA9.0
目前最新版本的CUDA是10.0,但是官网给出的建议是安装9.0,9.0下载入口
下载完之后安装即可,碰到提示不兼容的可以不用理会。
3)添加cuDNN
https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN,这里需要注册登陆才可以,嫌麻烦的小伙伴可以评论我发给你。
找到对应CUDA9.0版本的下载
下载之后解压,将文件中对应文件夹名下的文件,复制到CUDA对应的文件夹下
我的路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0,
将bin文件夹下的dll文件复制到CUDA下的bin文件夹下。
ib->x64下的文件复制到CUDA下的lib->x64下。
include下的文件复制到CUDA下的include文件夹下。
4)配置CUDA环境变量
我的CUDA_PATH为
系统环境变量中加入下面几个路径。
5)创建python3.6环境
安装好后,打开cmd输入 如下,创建python3.6环境
conda create -h py36 python=3.6 anaconda
创建好后,激活py36环境
conda activate py36
安装tensorflow,建议安装低一些版本的tensorflow,最新的有时候会出错,小编安装的是1.9.0版本
pip install tensorflow-gpu==1.9.0
3.测试
安装完毕之后,输入进入到py36环境,导入tensorflow试试,如果成功说明安装成功
如果需要GPU测试可以参考这篇文章中的测试代码,https://blog.csdn.net/u013538542/article/details/83830249
4.总结
小编在安装过程中也遇到一些问题,这里总结一下。
a.最新版本的tensorflow无法导入(解决办法,安装低版本tensorflow)
b.最新版的CUDA10.0不适用,(解决办法,安装9.0版本)
c.CUDA9.0安装提示找不到兼容的硬件(解决办法,直接无视)
d.需要确保安装了Microsoft Visual C++ 2015 Redistributable Update 3以上版本的运行库,下载链接https://www.microsoft.com/zh-cn/download/details.aspx?id=53587
如果你遇到了我没有遇到的问题,可以与我说明,看看我能不能帮到你