Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

目录

配置环境

1. 安装Anaconda

2. 安装 Visual Studio

3. 安装 CUDA

4. 安装 CUDNN

5. 安装 TensorFlow-GPU


最近需要使用TensorFlow来做一个项目,因此涉及大量的矩阵运算,但如果仅仅使用CPU来运算,训练的时间就会比较久。虽然可以借助谷歌的colab平台来进行在线的训练,但是始终有各种各样的限制。所以直接使用本地的GPU来做相对来说会比较方便快捷一些。但是,要想使用本地的GPU,还需经过九九八十一难,各种各样的环境配置和软件安装。这也是我第一次在本地配置这样的环境,经过各种各样的坑之后,终于配置完成了,在此跟大家详细的分享一下我配置的整个过程。

在配置环境之前,需要确保自己的电脑能够使用CUDA。首先需要确认自己的电脑是有NVIDIA显卡,如果没有,那么你就无法安装CUDA了,CUDA是NVIDIA提供的专门面向编程的加速库,其他品牌的显卡是不能安装的,这个时候你就只能安装TensorFlow CPU的版本。

CUDA、cuDNN和tensorflow-gpu之间是需要对应版本的,但是在官网给出的对应关系中没有CUDA10.1的对应TensorFlow版本。不过在“GPU支持”介绍中提到“TensorFlow 支持 CUDA 10.1(TensorFlow 2.1.0 及更高版本)”,所以安装CUDA 10.1+TensorFlow 2.1.0以上版本是兼容的。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

配置环境

Windows 10 64位
Anaconda 1.9.12
Visaul Studio 2017
Python 3.7
CUDA Toolkit 10.1.120
CUDNN 7.6.1.34
TensorFlow-GPU 2.3.0

1. 安装Anaconda

在此之前我的电脑就已经安装使用了Anaconda,所以关于Anaconda的安装步骤,百度上有很多教程,大家可以另行搜索,这里就不再赘述了。

2. 安装 Visual Studio

安装Visual Studio,主要为了配合CUDA安装,也有人说其实可以不安装VS,不安装VS的话,在安装CUDA的时候需要把Visual Studio Intergration 这个选项去掉。但是为了确保CUDA的功能使用,我还是选择安装。VS还是有兼容性问题的,为了保险起见,我还是下载一个相对比较新的版本,目前最新的是2019版,但最新的版本可能不太稳定,综合考虑下还是选择visual_studio_community_2017版的。

Visual Studio可直接在官网(https://visualstudio.microsoft.com/zh-hans/)下载, 从 Visual Studio 2017 开始,就集成了Python模块用于对机器学习的支持,其安装方式也新增了在线安装,安装时可以选择需要的组件进行安装即可,这里需要选择C++桌面开发和Python开发。安装界面如下:

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

3. 安装 CUDA

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。 CUDA的下载地址在:https://developer.nvidia.com/cuda-downloads。

(1)首先需要查看自己电脑的NVIDIA显卡支持的 CUDA 版本,打开 NVIDIA 控制面板—系统信息—组件。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

这里我电脑对应的就是的10.1版本,下载地址:https://developer.nvidia.com/cuda-10.1-download-archive-base。安装类型包括 在线安装 和 本地安装,在网速允许的情况下可以选择在线安装。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

(2)在安装之前,要先关闭360等一些安全软件,否则很可能提示组件安装失败。 安装空间大概几个G,要是C盘空间足够,最好选择默认的安装位置,避免不必要的环境配置问题。但是在安装的时候最好选择自定义安装,因为里面默认选项需要修改。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

NVIDIA GeForece Experience co…这个选项可以去掉。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

另外如果你的电脑没有按照VS的话,下面的Visual Studio Intergration 这个选项也要去掉,否则就会安装失败。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

最后需要确认一下CUDA自带的NVIDIA驱动版本是小于还是大于你电脑已有的版本:如果CUDA自带驱动版本小于你电脑版本的话,下图的这个选项必须去掉,不然同样也会导致安装失败;但如果CUDA自带驱动版本跟你电脑原本的驱动版本一致或者更新的话,这个选项可选可不选。这里我的电脑属于一种情况,就必须去掉这个选项。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

(3)安装过程大概需要几分钟,如果安装成功的话,在默认安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin里面会有mvcc.exe编译器以及在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64中会有cupti_101.dll动态库。

4. 安装 CUDNN

对于tensorflow而言,真正实现加速的是cudnn,然后cudnn调用的是cuda显卡驱动。所以最后我们要配置cudnn这个模块。

cuDNN的全称为NVIDIA CUDA® Deep Neural Network library,是NVIDIA专门针对深度神经网络(Deep Neural Networks)中的基础操作而设计基于GPU的加速库。cuDNN为深度神经网络中的标准流程提供了高度优化的实现方式,例如convolution、pooling、normalization以及activation layers的前向以及后向过程。

(1) 选择与 CUDA 版本想匹配的 cuDNN 版本,这里我选择cuDNN v7.6.5的版本,下载前需要先在官网进行注册。

 

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

(2)下载后解压,将文件里面的cuda文件重命名为cudnn,然后整个复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1里面,同时需要将重命名后的cudnn文件夹的bin里面的cudnn64_7.dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin里面(之前看某个B站的视频介绍没有这一步,然后加载TensorFlow后无法使用GPU)。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

(3)配置环境变量:在桌面上右击我的电脑,选择属性—高级系统设置—环境变量—系统变量—Path,添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn两个路径,并将添加的两个路径上移到前面两个变量(在安装过程中系统已经自动配置的)路径之下。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

(4)测试Cuda是否安装成功:打开命令提示符(win+r,后输入cmd,或者在电脑左下角的搜索框输入cmd直接搜索),输入:nvcc -V,出现如下类似信息说明cuda安装和路径配置成功。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

5. 安装 TensorFlow-GPU

(1)安装TensorFlow-GPU可以打开Anaconda Prompt (Anaconda3)使用pip安装。

采用pip安装python包,如果源为国外的,下载速度比较慢,可以更换为国内源。临时使用清华源的格式如下:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple (python包)。这里我输入的是:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu。如果不指定版本的话,默认安装最新的tensorflow 版本。

pip安装过程大部分都不大可能顺利一次安装成功,经常会报各种错,大家习惯了就好。如果不知道怎么解决,直接百度就好了,基本都能解决。

(2)TensorFlow测试:打开命令提示符,输入ipython按回车,然后输入 import tensorflow as tf按回车,没有报错,说明tensorflow安装成功,如果这里报了numpy错误的话可能需要升级一下numpy,然后输入tf.test.is_gpu_available()再按回车,如果输出为True的话说明全部配置成功。

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

到此,就大功告成了。

 

 

原创:https://www.panoramacn.com
源码网提供WordPress源码,帝国CMS源码discuz源码,微信小程序,小说源码,杰奇源码,thinkphp源码,ecshop模板源码,微擎模板源码,dede源码,织梦源码等。

专业搭建小说网站,小说程序,杰奇系列,微信小说系列,app系列小说

Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)

免责声明,若由于商用引起版权纠纷,一切责任均由使用者承担。

您必须遵守我们的协议,如果您下载了该资源行为将被视为对《免责声明》全部内容的认可-> 联系客服 投诉资源
www.panoramacn.com资源全部来自互联网收集,仅供用于学习和交流,请勿用于商业用途。如有侵权、不妥之处,请联系站长并出示版权证明以便删除。 敬请谅解! 侵权删帖/违法举报/投稿等事物联系邮箱:2640602276@qq.com
未经允许不得转载:书荒源码源码网每日更新网站源码模板! » Windows10 配置深度学习环境(使用本地GPU,配置Visual Studio 2017 + CUDA 10.1 + TensorFlow-GPU 2.3.0)
关注我们小说电影免费看
关注我们,获取更多的全网素材资源,有趣有料!
120000+人已关注
分享到:
赞(0) 打赏

评论抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

您的打赏就是我分享的动力!

支付宝扫一扫打赏

微信扫一扫打赏