一步深一步浅,最后终于踉踉跄跄地把tensorflow-gpu装上了。笔者用的是游匣7447游戏本,显卡为GTX850m。以下为此次安装流程。

首先去https://www.geforce.com/hardware/technology/cuda/supported-gpus
<https://www.geforce.com/hardware/technology/cuda/supported-gpus>
看看这个列表里面有没有你的GPU型号。如果有则很幸运,你可以用tensorflow-gpu加速你的训练,如果没有就老老实实用CPU跑吧。

一、

废话不多说,擒贼先擒王。tensorflow官网 <https://www.tensorflow.org/>走你。



点击上面的install,找到windows,之后你看到的应该就是这样了。




里面已经详细介绍了安装要求:win7及以后64位系统,有一块支持cuda的gpu,CUDA9.0及cuDNN7.0。和安装的方法,包括pip安装和anaconda安装。

二、安装anaconda

第一步当然是点击:anaconda官网 <https://www.anaconda.com/download/#windows>。



点击下载,除了把下面的两个勾都选上,其他的都next,next,next吧。



大概8-10分钟安装好。

三、安装tensorflow-gpu

其实执行这一条命令就ok了 ↓
pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
下面的命令不用管不用管不用管

1-打开你的cmd。

输入以下命令,也可以复制粘贴进去。遇见y/n选择y。
conda create -n tensorflow pip python=3.5
接着输入以下命令,也可以复制粘贴进去。遇见y/n选择y。
activate tensorflow
接着输入以下命令,也可以复制粘贴进去。遇见y/n选择y。
pip install --ignore-installed --upgrade tensorflow-gpu
如果速度太慢就换成国内的源吧:
pip install --ignore-installed --upgrade tensorflow-gpu -i
https://pypi.tuna.tsinghua.edu.cn/simple
 

运行完是这样的:

 



import一下,提示没装CUDA9.0



CUDA9.0链接 <https://developer.nvidia.com/cuda-90-download-archive>
,选择对应的版本。选择网络安装版或者本地版。

笔者已将CUDA9.0,和cuDNN7.0打包放在云盘。戳这里
<https://pan.baidu.com/s/1VnKrq5X7n1nBvQzkuX8ihA>。

下载之后,双击CUDA9.0,一路戳戳戳。



将cuDNN解压。将解压出来的三个文件夹下面的文件放到对应的CUDA相同文件夹下。

CUDA默认安装路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0



以上完成之后把以下四个路径加入到环境变量中:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib
 

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include

右击我的电脑-管理-高级设置-环境变量



加好之后:



然后再import一下,出现下面的就表示成功了。然后在你的pycharm或者其他编辑器更改一下解释器就可以在pycharm里面用。