进入2018年了,谷歌的 tensorflow 如火如荼,更新一把
系统:Win10 64-bit
显卡:GTX 960m
Python:3.6
用的 Anaconda,版本 4.5.2,python 3.6。
安装 tensorflow根据 官网说明 安装 tensorflow,可选仅支持 cpu 模式的,这里选的是支持 gpu 的。
pip install --ignore-installed --upgrade tensorflow-gpu 安装 cuda下载 cuda-9.0,本体加两个补丁,下到本地后直接执行就行。
安装cuDNN到这里需要注册个会员,下载 cuDNN,选择 win10 下适配 cuda-9.0的版本。将解压后 cuda 文件夹里的内容扔到安装的 CUDA 文件夹下。
跑个例子 import tensorflow as tf a = tf.constant([1.0,2.0],name="a") b = tf.constant([2.0,1.0],name="b") result = a+b sess = tf.Session() sess.run(result)逐行执行,到 sess = tf.Session()这里时,会得到 gpu 信息,tensorflow 只支持 在3以上的显卡,泰坦土豪请忽略。
2018-05-05 19:00:36.167065: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 2018-05-05 19:00:36.899185: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1356] Found device 0 with properties: name: GeForce GTX 960M major: 5 minor: 0 memoryClockRate(GHz): 1.176 pciBusID: 0000:01:00.0 totalMemory: 2.00GiB freeMemory: 1.65GiB 2018-05-05 19:00:36.910843: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1435] Adding visible gpu devices: 0 2018-05-05 19:03:09.977647: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:923] Device interconnect StreamExecutor with strength 1 edge matrix: 2018-05-05 19:03:09.987064: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:929] 0 2018-05-05 19:03:09.990290: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:942] 0: N 2018-05-05 19:03:10.018493: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1053] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 1417 MB memory) -> physical GPU (device: 0, name: GeForce GTX 960M, pci bus id: 0000:01:00.0, compute capability: 5.0) 安装过程的问题 P1 You are using pip version 9.x.x, however version 10.x.x is available. You should consider upgrading解决:上 python pip 官网,下10版本的 tar.gz 文件,解压后执行
python <解压路径下的setup.py> install P2如果装了 tensorflow 不支持的 cuda 版本,会遇到类似下面的问题
ImportError: Could not find \'cudart64_90.dll\'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable.解决:查看 cuda 安装路径下有 cudart64_91.dll,因为当前 tensorflow 版本不支持 cuda-9.1,所以装回 cuda-9.0 就OK了。