当前位置:首页 > 操作系统 > Windows

Windows下搭建TensorFlow的GPU版本

1.下载python3.5.2版本并安装(必须是3.5版本,而且3.5后不带字母的版本)

2.使用下面的地址下载tensorflow的GPU版本

  http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy

Windows下搭建TensorFlow的GPU版本 - 文章图片

3.以及tensorflow的依赖protubuf,还有其它比如numpy,scipy等,cuda是cuda8.0的44版本

Windows下搭建TensorFlow的GPU版本 - 文章图片

4.安装cuda8.0,如果有报警信息也是可以装的(如截图)

Windows下搭建TensorFlow的GPU版本 - 文章图片

  安装完后看环境变量里有以下两项就表明cuda安装成功!

 Windows下搭建TensorFlow的GPU版本 - 文章图片

5.下载与cuda相匹配的cudnn,解压后(如下图)在环境变量的Path添加解压后的cudnn的bin目录位置变量

Windows下搭建TensorFlow的GPU版本 - 文章图片

Windows下搭建TensorFlow的GPU版本 - 文章图片

6.验证

  到这里基本已经完成tensorflow的安装配置了,如果想验证一下cudnn是否安装成功,可以建立一个VS的控制台项目,配置平台为x64,release版本(不是debug),然后在项目属性->VC++目录->包目录加:D:cudnn-8.0-windows10-x64-v5.1cudainclude(你cudnn的include目录),库目录加:D:cudnn-8.0-windows10-x64-v5.1cudalibx64(你cudnn的lib目录),链接器->附加依赖项添加:cudnn.lib。添加如下代码:

Windows下搭建TensorFlow的GPU版本 - 文章图片

效果输出如果是:CUDNN_STATUS_SUCCESS,表明CUDNN安装成功!

7.测试

  测试一个tensorflow版本的mnist程序,在cmd命令里运行,有输出结果如下:

Windows下搭建TensorFlow的GPU版本 - 文章图片

Windows下搭建TensorFlow的GPU版本 - 文章图片

表明GPU版本的tensorflow安装成功!


【说明】本文章由站长整理发布,文章内容不代表本站观点,如文中有侵权行为,请与本站客服联系(QQ:254677821)!

相关教程推荐

其他课程推荐