win10安装tensorflow-gpu版本

tf_logo_social

安装配置步骤

注意提前查看自己的GPU是否CUDA

我笔记本GPU是1050,以下配置都是按我自己的情况来配置的,如与我的GPU不一样,请搜索相关的资料来辅助更好一些;

可尝试使用1050(显卡型号)+specification去google一下

官网没有我这个版本,但我搜索资料发现我这个版本是支持CUDA的。

  • 目前发现好像GPU只能是NVIDIA的,其它品牌不详;

安装Python3(64位)

必须要64位的,32位版本的无法安装任何tensorflow

安装包下载网址我下载的python3

注意下载位64位的,不要搞错了

下载并安装CUDA

我安装的是10.0版本,注意找到安装地址 下载地址

下载CUDD

我下载的是7.6.3.30

我刚开始按网上的教程,总是出错,后来发现直接把下载的文件解压后,直接把CUDD对应文件夹里面的文件放到CUDA里面对应的文件夹(上面CUDA安装后的配置文件夹,一般情况如下地址)里面即可;

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0

配置系统环境变量

  • 尝试在命令行里面进行(我不清楚这种方法是否成功,但我在成功前尝试过)
    SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0bin;%PATH%
    SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0extrasCUPTIlibx64;%PATH%
    SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0include;%PATH%
  • 在系统环境变量里面手动配置 这个在电脑里面搜索环境变量,然后就直接系统变量里面新建就行了,变量名随便取,但我希望自己能取一个能见名知意的(比如CUDA0,CUDA1等等);

测试是否安装成功

  • 看看自己python运行环境是什么,我有两个,一个是jupyter lab,另一个是Visual Studio Code,都能玩;
  • 先建一个测试文件(文件名如:test.py),内容如下:
  import sys
  import tensorflow as tf
  from datetime import datetime
  device_name = sys.argv[1]  # Choose device from cmd line. Options: gpu or cpu
  shape = (int(sys.argv[2]), int(sys.argv[2]))
  if device_name == "gpu":
  device_name = "/gpu:0"
  else:
  device_name = "/cpu:0"
  with tf.device(device_name):
  random_matrix = tf.random_uniform(shape=shape, minval=0, maxval=1)
  dot_operation = tf.matmul(random_matrix, tf.transpose(random_matrix))
  sum_operation = tf.reduce_sum(dot_operation)
  startTime = datetime.now()
  with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as session:
      result = session.run(sum_operation)
      print(result)
  print("n" * 5)
  print("Shape:", shape, "Device:", device_name)
  print("Time taken:", datetime.now() - startTime)
  print("n" * 5)
  ```
- 测试CPU的处理时间 
```shell
python test.py cpu 10000
  • 测试GPU的处理时间

    python test.py gpu 10000
  • 多重复几次上述就可以发现GPU处理还是很强的,可以提高后面的数字来提高测试压力

后续更新说明(2019-08-27)

这个测试程序目前感觉有问题,当数字大于10000后,CPU和GPU的测试都有问题,我的机器CPU 15000可以运行,但GPU不可以,后来尝试测试训练一个初级入门程序,发现还是不错的,CPU占用率40%左右,GPU20%左右,后续我会把这个测试集放出来的。

目前感觉

  • 有好几次无法调用GPU而导致程序退出;
  • tensorflow里面有一个什么包一直提示不够最新,但不知道如何解决;
除非特别说明,本博客所有作品均采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。转载请注明转自-https://www.emperinter.info/2019/08/25/win10%e5%ae%89%e8%a3%85tensorflow-gpu%e7%89%88%e6%9c%ac/

Leave a Comment