原因
换了台电脑,需要重新配环境,但是cuDNN的下载卡了我好长时间。
由于一些你我皆知的原因,最近一段时间翻不了墙,Nvidia的开发者账户登陆不上去,就很头疼。
环境配置
首先我基于Anaconda搭建的python3.6+tensorflow1.10环境,要注意的是tensorflow1.10在当前并不支持CUDA10.0的环境(也许在今后会支持,但无论如何可以到->这里-<查看GPU版本的TF需要的环境)
根据以上tensorflow版本,只考虑必须装的环境的话:
项目 | 版本 |
---|---|
CUDA/驱动 | 9.0+ |
cuDNN | 7.2+ |
Python | 3.x |
Python环境
当然,推荐使用Anaconda搭建科学计算环境:
Anaconda 3可以找到最新版本的Python环境。出于某种兼容性考虑,我暂时没有选择Python3.7,而是使用了3.6的版本:历史版本
安装完python环境之后,就可以直接安装tensorflow的python接口环境了:
由于在WIN10上,这只是个接口,并不包括cuDNN,所以只有几kb的大小,因此直接从官方仓conda install就好了,稍后再自行去下cuDNN(相反的,官方仓的Linux环境下有已集成cuDNN的版本,若选择此版本,可能需要用到清华的镜像,在国内下载才能保证速度):
conda install -c anaconda tensorflow-gpu
下载CUDA
没啥好说的,下载离线包,一路next就好,环境变量会自动帮你配好(需要管理员权限),要注意的就是要下当前tensorflow所支持的CUDA版本(同时可能还要考虑VS所能支持的版本):
WIN10 64位下载:CUDA 9.2
cuDNN的下载和配置
下这个东西需要注册成为Nvidia的开发者,然后填一下问卷,同时国内由于特殊时期,连不上服务器就很头疼。
可以直接访问这个页面绕过登陆注册环节,选择适配的cuDNN版本后,右键复制链接,copy到迅雷中下载。下完后把后缀名改为zip,然后解压到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
之中即可
比如cuDNN7.2 for CUDA9.2(win10)的链接版本就是:
https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.2.1/prod/9.2_20180806/cudnn-9.2-windows10-x64-v7.2.1.38