tensorflow-gpu+win10+1050ti配置心得
tensorflow-gpu+电脑win10+gtx1050ti显卡配置心得,防坑指南
1.cuda的选择
这里建议使用CUDA8.0的版本,因为之前我下载安装了一个CUDA9.0的版本,好像是不能用。
官网下载CUDA8.0 https://developer.nvidia.com/cuda-80-ga2-download-archive
之后我参考网上说得有个c++的环境吧,要下载安装一下vs,但是笔者没有安装vs,感觉太麻烦了,笔者下载的dev-cpp。dev-cpp安装比较方便吧。反正我安装时也没说需要vs环境,之后就正常继续操作就行啦。
2.安装CUDA
笔者的C盘容量挺大的,这里选择是他的默认路径。之所以选择默认路径,是因为选择默认路径不容易出错。
等待CUDA Setup到100%,检查系统的兼容性,同意许可协议。
检查兼容性时可能会显示
但是并无大碍,1050ti显卡基本是兼容的,笔者的电脑也显示这里了,可能是因为没有配置系统变量,所以不显示兼容吧。直接点继续。
之后选择自定义安装
之后依照下图配置自己的环境变量
右键电脑,点击属性,会出现下图
选择高级系统设置,设置环境变量
上图蓝色方框里的是根据自己下载的cudnn的地址文件来配置的,cudnn下载安装请看3。
配置完成之后,检查CUDA是否安装成功
打开我的电脑,找到下图路径
直接在路径位置输入cmd
之后分别在命令窗口输入
命令:bandwidthTest.exe
deviceQuery.exe
当两个都显示PASS说明成功。
输入nvcc -V,显示如下图也是成功的,之后就可以安装cudnn了
3.cudnn下载安装
去https://developer.nvidia.com/cudnn上下载搭配CUDA8.0的cudnn ,一定要注意搭配8.0。会需要注册英伟达的账号。
输入自己都邮箱注册登录一下
之后会出现这个窗口,因为没有显示我们需要的版本,需点击标红处。
往下找到我们CUDA对应的版本,我们用的是CUDA8.0的版本,所以要下载下图的cudnn
把下载的文件解压出来之后,会出现与CUDA8.0对应的文件
分别将.h .lib 和.dll 文件分别拷贝到cuda的include, lib/x64, bin 文件夹下。其实也就是对应的文件夹。
到这里就安装好了CUDA8.0及其对应的cudnn。
之后这里配置一下之前上面的环境蓝色标记的地方。
4.anaconda的环境配置
anaconda的版本选择没影响,因为后面我们会自己创建一个新的环境。
之后打开Anaconda Prompt
检查目前有哪些版本的python可以安装:
conda search --full-name python
创建一个名为tensorflow-gpu的anaconda环境,配置python3.5,之所以选择3.5的,是因为看的一些博主也是用3.5的,其实也可以用3.6的,因为有对应的tensorflow的版本,我之后才知道的,也懒得改了。
conda create -n tensorflow_gpu pip python=3.5.3
激活tensorflow-gpu环境:
conda activate tensorflow_gpu
之后就进入到我们创建的环境了
5. tensorflow1.1.0配置
注意事项:
1.一定要在tensorflow_gpu的环境下;
2.不要使用conda命令安装tensorflow-gpu,因为这样会同时安装CUDA,我们需要指定版本CUDA和cudnn,前面才手动去配置,conda安装会让前面的工作白做,用pip install tensorflow-gpu==1.1.0
查看可用的版本
因为我们配的是python3.5,就选择tensorflow1.1.0版本的,其实python3.6也可以用1.1.0版本的
之后笔者经过多次安装,终于使用
conda install tensorflow-gpu==1.1.0
成功安装,之后不要激动。因为我也以为成功了,结果通过pycharm编辑器运行还是报错。
打开pycharm,点击setting配准tensorflow-gpu环境
添加anaconda里的tensorflow-gpu环境
选择anaconda下envs下自己配置的tensorflow-gpu的环境。
之后python环境切换就OK了。
之后我输入代码运行检测一下
import tensorflow as tfdef main():a = tf.constant([1.0, 2.0], name='a')b = tf.constant([2.0, 3.0], name='b')result = a + bsess = tf.Session()print(sess.run(result))if __name__ == '__main__':main()
结果报错误:
TypeError: expected bytes, Descriptor found
笔者通过查找方法,网上说是
从__module__ = 'google.protobuf.descriptor_pb2’可以看出,错误是protobuf的问题。
本环境是python3,所以怀疑是1.protobuf版本过低,2.protobuf支持py2,需要装py3。所以:
打开
进入到tensorflow_gpu环境下
输入:升级命令
pip install protobuf-py3
pip install --upgrade protobuf
大功告成,再到pycharm运行测试代码。
运行成功。祝大家好运。
我不是专家,纯属自己琢磨的,不对的地方请大家指出,我及时改正。
参考以下部分博客内容:
[https://blog.csdn.net/ccbrid/article/details/103425627(https://blog.csdn.net/ccbrid/article/details/103425627)
https://blog.csdn.net/angzhangzhang123/article/details/79637346
https://blog.csdn.net/weixin_44341962/article/details/91347433
https://www.cnblogs.com/wanyu416/p/9536853.html
tensorflow-gpu+win10+1050ti配置心得相关推荐
- win10+1050ti配置pytorch运行环境(GPU)
1.安装NVDIA Display Driver 无需安装多余组件,自定义安装目录,自定义安装 2.安装CUDA10.0 默认安装目录,自定义安装 3.添加Path C:\Program Files\ ...
- windows10下 tensorflow gpu版本安装配置方法
最近要用到tensorflow,之前安装了cpu版本的,但训练模型速度实在是慢,打算安装一个GPU版本的tensorflow: 安装环境为:wiindows 10, anaconda python36 ...
- Macbook Pro 外接显卡实现Tensorflow GPU运行之环境配置(重点)
Macbook Pro 外接显卡实现Tensorflow GPU运行–环境配置 MacOS 重装 外接显卡(内屏输出) 环境配置(重点)
- tensorflow gpu python3.5_Win10+Anaconda3下tensorflow-gpu环境配置
Win10+Anaconda3下tensorflow-gpu环境配置 基本环境 操作系统window10-education 显卡 NIVIDA GETFORCE GTX 1050 安装Anacond ...
- win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库
win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库 安装所需软件/库 Step1. 安装vs2015,CUDA 10.0和 ...
- TensorFlow GPU 版本安装个人总结:Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0
TensorFlow GPU 版本安装个人总结:Win10 + Python3.5 + CUDA 9.0.176 + cudnn v7.5.0.56 + TensorFlow 1.12.0 接触机器学 ...
- Windows 10环境下TensorFlow(gpu版本)配置教程——[图解] [详细版][零基础]
Tensorflow环境下的深度学习框架的配置主要包含以下几步: 0.前言 1.PyCharm的安装步骤: 2.Python的安装步骤: 3.AnaConda的安装步骤: 4.CUDA的安装步骤: 5 ...
- tensorflow GPU配置失败的几个解决方法
tensorflow GPU配置失败的几个解决方法 折腾了两天终于把tensorflow的gpu配上了,记录一下血泪教训,希望大家以后少走点弯路. 我的环境 cuda版本10.2.tensorflow ...
- TensorFlow GPU配置
1.去TensorFlow官网查看配置信息 https://tensorflow.google.cn/install 只需要确定cuda版本和TF版本即可,因为cuda安装文件可以自动安装Nvidia ...
最新文章
- 跟我一起写 Makefile(十二)
- SpringMVC的简单知识
- 关系型数据库,第一!
- mysql gis空间数据库_GIS开发:使用空间数据库
- Linux SElinux
- ACM投稿ccs concepts查询The ACM Computing Classification System
- 数学建模算法与应用学习blog
- static analysis tool
- STM32_编程入门
- CENTOS 配置串口连接
- 理解Aode Air,理解RIA开发
- eighth day for learning
- OpenCC for PHP 简繁体转换
- 经典SQL学习笔记 (二)-单行函数
- DLL中无法定位程序输入点inflateReset2于动态链接库
- Webhooks应用概述
- flutter安装_在macOS上搭建Flutter开发环境
- 团建游戏----啦啦队
- python受益股_Python 金融: 看看 A股区块链板块
- javascript运算符:==与===的区别,||和特殊用法
热门文章
- 四年级英语计算机,小学四年级英语期中考试真题
- 分布式缓存:爱我你怕了吗?
- 中国ai chip初创公司_这个AI事实检查初创公司正在做Facebook和Twitter不会做的事情
- JUC并发编程02——AQS源码剖析
- Typora更换MarkText,Mark Text下载,MarkText调出工具栏和大纲栏、设置文本编辑区宽度、编辑快捷键。
- 为硬件保留的内存怎么释放(亲测有效)
- mysql explain table_MySQL explain 应用详解(吐血整理)
- 发布库到仓库 maven jcenter JitPack MD
- 操作系统 清华大学 向勇 (一)绪论
- 免费开源的应用层防火墙:pfsense