Win7 + tensorflow-gpu1.8.0 + cuda9.0 + cuDNN 7.0 + Python3.5.2 + vs2013安装教程
#Win7 + tensorflow-gpu1.8.0 + cuda9.0 + cuDNN 7.0 + Python3.5.2 + vs2013安装教程
如需转载请标明出处:http://blog.csdn.net/itas109
QQ技术交流群:129518033
目录
文章目录
- #Win7 + tensorflow-gpu1.8.0 + cuda9.0 + cuDNN 7.0 + Python3.5.2 + vs2013安装教程
- @[toc]
tensorflow:tensorflow-gpu1.8.0
cuda:cuda_9.0.176_windows
cuDNN:cuDNN v7.1.4 (May 16, 2018), for CUDA 9.0
python:3.5.2 64bit
编译器:VS2013 12.0.21005.1 REL
显卡:NVIDIA GeForce GTX 950
系统环境:Windows 7 64bit
##前言
tensorflow与python的结合简直是机器学习的完美搭配,本文就介绍如何搭建tensorflow的gpu开发环境。
##1.VS2013安装和Python 3.5.2安装
略过
##2.cuda9.0指南知识
CUDA 9.0的安装指南:
https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-microsoft-windows/index.html
###2.1 CUDA 9.0操作系统支持
操作系统 | Native x86_64 | Cross (x86_32 on x86_64) |
---|---|---|
Windows 10 | YES | YES |
Windows 8.1 | YES | YES |
Windows 7 | YES | YES |
Windows Server 2016 | YES | NO |
Windows Server 2012 R2 (*) | YES | NO |
###2.2 CUDA 9.0 window下编译器支持
Compiler | IDE | Native x86_64 | Cross (x86_32 on x86_64) |
---|---|---|---|
Visual C++ 15.0 | Visual Studio 2017 | YES | NO |
Visual C++ 14.0 | Visual Studio 2015 | YES | NO |
Visual C++ 14.0 | Visual Studio Community 2015 | YES | NO |
Visual C++ 12.0 | Visual Studio 2013 | YES | YES |
Visual C++ 11.0 | Visual Studio 2012 | YES | YES |
Visual C++ 10.0 DEPRECATED | Visual Studio 2010 | YES | YES |
##3.CUDA 9.0安装
###3.1下载CUDA9.0
下载地址:
https://developer.nvidia.com/cuda-90-download-archive
###3.2安装主程序
点击cuda_9.0.176_windows.exe进行安装
如图,1表示主程序,剩余3个为补丁程序,按照顺序安装即可。
点击同意并继续
点击自定义(高级)
全部勾选,默认即为全部勾选
点击下一步
程序开始安装中…
安装完成
###3.3安装补丁程序
补丁程序按照顺序安装即可
##4.cuDNN安装
版本:
cuDNN v7.1.4 (May 16, 2018), for CUDA 9.0
下载地址:
https://developer.nvidia.com/rdp/cudnn-download
###4.1 解压文件
下载完成后解压cudnn-9.0-windows7-x64-v7.1.zip
###4.2 覆盖文件
将文件夹里的内容拷贝到CUDA的安装目录并覆盖相应的文件夹,CUDA拷贝目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
##5.测试sample
测试程序目录:
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
推荐sample:3_Imaging\histogram
其他sample运行失败也无所谓,因为部分Sample依赖了第三方库,所以很多Sample无法正常编译。
##6.安装tensorflow-gpu1.8.0
这里下载的是离线的whl文件,版本为gpu1.8.0
###6.1 下载
下载地址:tensorflow-gpu1.8.0
###6.2 离线安装
pip install c:\tensorflow_gpu-1.8.0-cp35-cp35m-win_amd64.whl
###6.3 安装完成
##7.tensorflow的GPU验证
验证代码
import tensorflow as tfa = tf.test.is_built_with_cuda() # 判断CUDA是否可以用b = tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None
) # 判断GPU是否可以用print(a)
print(b)
运行结果:
2018-07-17 22:40:19.814200: 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
2018-07-17 22:40:20.025200: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1356] Found device 0 with properties:
name: GeForce GTX 950 major: 5 minor: 2 memoryClockRate(GHz): 1.2155
pciBusID: 0000:01:00.0
totalMemory: 2.00GiB freeMemory: 1.89GiB
2018-07-17 22:40:20.025200: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1435] Adding visible gpu devices: 0
2018-07-17 22:40:20.347200: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:923] Device interconnect StreamExecutor with strength 1 edge matrix:
2018-07-17 22:40:20.348200: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:929] 0
2018-07-17 22:40:20.348200: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:942] 0: N
2018-07-17 22:40:20.348200: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1053] Created TensorFlow device (/device:GPU:0 with 1668 MB memory) -> physical GPU (device: 0, name: GeForce GTX 950, pci bus id: 0000:01:00.0, compute capability: 5.2)
True
True
Refrence:
https://docs.nvidia.com/cuda/archive/9.0/
https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows
https://blog.csdn.net/weixin_42359147/article/details/80622306
觉得文章对你有帮助,可以扫描二维码捐赠给博主,谢谢!
如需转载请标明出处:http://blog.csdn.net/itas109
QQ技术交流群:129518033
Win7 + tensorflow-gpu1.8.0 + cuda9.0 + cuDNN 7.0 + Python3.5.2 + vs2013安装教程相关推荐
- QT5.50+opencv3.0+VS2013安装教程
QT5.50+opencv3.0+VS2013安装教程 1.安装软件 VS2013 opencv3.0 qt-vs-addin-1.2.4-opensource qt-opensource-windo ...
- Windows10+NVIDIA GeForce 940MX+tensorflow-gpu1.12.0+cuda9.2.148+cudnn7.0.5
1.环境说明 显卡:NVIDIA GeForce 940MX 电脑相关信息:Win10 x86_64 Anaconda3(64bit) python 3.6 tensorflow-gpu:1.12.0 ...
- 【TensorFlow】Win7+Anaconda+python3.6+Tensorflow1.9安装教程
相关链接 官网:https://tensorflow.google.cn/ github:https://github.com/tensorflow/tensorflow 中文社区网:http://w ...
- Opnet 14.5 + Win7 + VS2013安装教程
1.安装VS2013 在安装 opnet14.5 之前,必须先安装一个编译平台,在XP上是安装VC 6.0,现在win7上面一般安装vs2008及以后版本,我机器安装的是vs2013. 关于下载安装v ...
- 【Win7旗舰版系统下载 官方MSDN原版】无第三方软件 纯净3264位安装教程
近一周以来很多网友不是发帖就是在回复中询问各种关于Win7安装或者安装之后的各种问题的,介于论坛发布的第三方修改版本众多不能一一帮大家解决遇到的问题,故特开此贴.分享微软官方MSDN版的Win7旗舰版 ...
- Win10+NVIDIA GeForce MX150: CUDA9+cuDnn+TensorFlow-GPU的安装教程
文章目录 一.前言 1.1 系统: 1.2 显示适配器: 1.3 软件: 1.4 TensorFlow-GPU和CUDA版本 二.驱动 2.1 下载驱动 2.2 安装驱动 三.安装CUDA9.0 3. ...
- 深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow1.4.0 opencv3.4 含泪总结
深度学习工作站环境搭建 ubantu16.04 安装显卡驱动 CUDA8.0 cuDNN6 anaconda tensorflow opencv 1 安装ubantu16.04 安装时不要在线更新,在 ...
- 【cuda】gtx1080 显卡 cuda9.0 cuDNN7.1 tensorflow 安装教程
背景 机器:dell xps8920 系统:Ubuntu16.04(amd64) 显卡:gtx1080 python版本:python3.6 安装CUDA9.0 旧版本清理 sudo apt-get ...
- Ubuntu16.04下CUDA 9.0 + cuDNN v7.0 + tensorflow 1.6.0(GPU)环境搭建
由于自己攒了个主机,第一次安装GPU版本的tensorflow,mark一下. 说明一下,本篇上接<Ubuntu16.04LTS下搭建强化学习环境gym.tensorflow>这篇文章,只 ...
最新文章
- 最新版IDEA常用配置指南,打造你的最酷IDE
- 当你用钥匙开不开门时
- dns服务器正则表达式验证,js如何对域名和ip进行校验?(正则表达式)
- whmcs精仿雨云ModuleSky主题模板
- memchache的数据类型_memcache详解
- java可以连接php吗_java - 需要PHP或Java代码才能使用多个Internet连接
- SVN错误:Attempted to lock an already-locked dir及不能提交.so文件
- hibernate之6.one2many单向
- 同轴全息matlab仿真,基于MATLAB的计算全息干涉图仿真
- C#编写串口监控软件的详细教程
- 在线文字生成音频工具
- 递归学习_组合_全组合排列
- 简单、强大的swig.js
- 大数据时代,Java还行吗?
- 小程序连接低功耗蓝牙
- Python通过类的组合模拟街道红绿灯
- 安卓sdk开发!阿里面试100%会问到的JVM,架构师必备技能
- 文件传输助手——自同步、使用方法
- SuperMap iClient3D for WebGL教程(影像篇)-WebMapServiceImageryProvider
- [ROS] 发布nav_msgs::Path类型的消息,RVIZ成功订阅却不显示的问题