跳坑成功!(若是看到这个的东西,安装出问题,请给我留言或者私信,我来帮你跳坑)
环境:windows,1050ti ,电脑显卡驱动已经装好。
- 先说个很重要的话,你先去看下你的显卡是否可以用cuda加速,去官网看下就可以了,可以加速都给出来了。比如我的1050(1050ti 包含在这)。
- 然后看下你要装什么版本的tensorflow,比如我要装1.8的,一查可以用cuda9.0,cudnn7.0(cudnn9.0)都合适,主要是看,tensorflow版本要和什么cuda和cudnn版本配合。
想了解如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本请看:
https://blog.csdn.net/XCCCCZ/article/details/80385448
配置:
你可能觉得奇怪,怎么我的题目上是tensorflow1.10.0 怎么下载的却是1.8,那是因为我用1,8 安装出错了!,后面有解决方案,你看下去便知道。
下载链接:
这里说一下,avs和sse什么鬼的,有些电脑就是安装不上avx,所以需要编译tensorflow生成对应的版本,比如有大神就编译了生成sse的,供大家使用。
- cudnn下载。。。。就有点麻烦了,要去官网注册账号下载,来来去去比较麻烦,你需要留言给我邮箱,我直接发给你。
- 下载Anaconda5.2.0(64位或32位)https://www.anaconda.com/download/
按照过程:
- 安装Anaconda 5.2 一路安装下来。
、
如没有点击上面,将变量加入环境变量则将下面的文件夹自己手动添加。
.检查Anaconda是否成功安装:conda --version
检测目前安装了哪些环境:conda info --envs
检查目前有哪些版本的python可以安装:conda search --full-name python
(好多呀,要哪个呢?嘻嘻当然是python3.6啦)
安装不同版本的python:
对于GPU版本:conda create --name tensorflow-gpu python=3.6
(默认情况下会自动选择最新版本分支)
按照提示,激活之:activate tensorflow
、
(嘻嘻它有了一顶小帽子~代表我的当前环境哦)
确保名叫tensorflow-gpu的环境已经被成功添加:conda info --envs
检查新环境中的python版本:python --version
从上面看的话,我们给tensoflow-gpu开了一个新的环境,注意哈,这要看网速的哈,昨天我按照的是时候,死活不能新开一个环境,因为新开环境会需要下载依赖项,需要下载的,但是呢网速实在不给力,而且我已经时用vpn了还是没有用,但是今天秒下载,这人品,所以今天装不了不要着急,明天试一试网速吗,因为这些问题都是网速的问题不是你安装中出了error,不要慌。
========================================基本已经完成。===============================
- 点开cuda9.0(笨重的那个,小的那些是补丁),放在这个暂时的文件夹可以的,反正会销毁,最终安装是在c盘的
CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序,C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。
计算行业正在从只使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展。为打造这一全新的计算典范,NVIDIA™(英伟达™)发明了CUDA(Compute Unified Device Architecture,统一计算设备架构)这一编程模型,是想在应用程序中充分利用CPU和GPU各自的优点。现在,该架构已应用于GeForce™(精视™)、ION™(翼扬™)、Quadro以及Tesla GPU(图形处理器)上。
这里提一下,我是点默认安装但是总是安装不上,原因很简单,cuda9.0的驱动比我本地安装的显卡驱动要版本少,所以按照不上,所以我选择是自定义安装,我没有自定义的安装,我是把cuda自带的版本低的不选择安装就好,然后GeForce Experience 不要选择,CUDA是核心组件必须勾上 。最好安装成功,测试结果是:
如果不是和我一样之前用驱动精灵装的显卡驱动,那么可以避免错误的话去官网下载和你显卡配套的最新驱动就好,很容易的,安装就可以的,然后点击默认安装(如下),就不会错了。显然我也是用驱动安装的,比官网上的还要新点的版本,但是我是自定义安装的也没有错呀,所以不怕!遇到问题不要慌张,因为网上肯定有人遇到你种种情况的,相信我!随意找找资料看看没救可以解决的!不要慌!
将上面三个补丁,一一点击打开,步步点击默认安装就是了。
安装完成之后打开命令行,输入:nvcc -V查看版本,如果出现以下类似信息表示安装成功。
- cudnn 9.0安装
解压,得到三个文件,将三个文件下的,文件复制到对应的cuda 9.0安装目录下的对应文件里去(如bin-bin),一般在c盘,NVIDIA GPU。。。
- 安装 tensorflow
进入tensflow-gpu环境下:activate tensorflow-gpu,这才能在这个文件下去安装哦
命令行输入:pip install tensorflow-gpu,默认安装最新的tensorflow 版本1.10.0。
或者输入: pip install --ignore-installed --upgrade tensorflow-gpu
测试:
- 装Opencv3.4(实际上这句命令是最新版本的)
在tensorflow-gpu环境下安装opencv ,输入:pip install opencv-python
测试:
验证opencv小程序
#导入cv模块
import cv2 as cv
#读取图像,支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread("c:\course\lena.jpg")
#创建窗口并显示图像
cv.namedWindow("Image")
cv.imshow("Image",img)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()
------------------------------------------------------------后记------------------------------------------------------------------
如果你是这情况,那么是你进入错了环境哈,进到了Anacoda去了呀,你要去enev下的tensorflow-gpu这个环境下呢。
再说一条,有些人可能是把tesorflow安装文件下载到本地,比如说,之前的我就是这么干的,但是,我出错了,
出错原因就是版本不对呀,上面的找不到模块,找不到cudart64_91.dll,就是安装了不匹配的tensorflow了呀,所以说呀,cuda9.0+cudnn7.0+tensorflow1.8是真的,而是cuda9和cudnn7.0也是真的,是官网上标准出来的,而我不知道哪里来的自信,就是因为我朋友是用的这个配置:
但是他提醒我了,不是自己下载到本地的ts1.8安装的,而是直接pip insatll tensorflow-gpu 但是我不听,现在后悔了,耽误了半条去找原因。所以为了以防万一,请大家用cuda9.0+cudnn7.0去配置你想配置的tensorflow版本。
还有,如果安装的时候没有用清华的镜像,但是安装慢导致出现下面的问题:
出现timeout的错误时,可以这么解决:
pip --default-timeout=6000 install -U tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl
升级pip到最新版,防止稍后的安装时,出现错误(笔者初次在安装tensorflow时,没有更新pip到最新版,导致下载到一半出现错误),输入指令:
python -m pip install --upgrade pip
在编译时会出现这样的错IndentationError:expected an indented block说明此处需要缩进,你只要在出现错误的那一行,按空格或Tab(但不能混用)键缩进就行。 包内出错,是h5py包 对h5py进行更新升级
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple/ h5py==2.8.0rc1
- 偷懒的可以看这里:
主要是讲用cuda 9.0 +cudnn7.0+tensorflow(其实是最新,但是视频用的是tensorflow1.8),告诉你怎么下载cuda9.0 和cudnn7.0,以及怎么看你的显卡适合装tensorflow的gpu版本。
https://www.youtube.com/watch?v=MnMYCPc82xI
看了那么多博客说实话,还没有这个给我的那么有用:https://blog.csdn.net/gangeqian2/article/details/79358543 感谢!!