windows 下 TensorFlow（GPU 版）的安装

待我称王封你为后i 2022-05-28 07:53 259阅读 0赞

[windows server2012 64bit下安装Tensorflow+Keras+VS2013+CUDA9.0 GPU加速][windows server2012 64bit_Tensorflow_Keras_VS2013_CUDA9.0 GPU]

## 0. 环境 ##

*  OS：Windows server2012 R2，64 bit；
 *  显卡：NVIDIA Quadro P2000 ，显卡查看方法：计算机【设备管理器】⇒ 【显示适配器】
 *  Python 的版本为 3.6，并非越高越好；
 *  CUDA，9.0，这个不是版本越高越好，tensorflow最新只支持CUDA9.0,9.1版本使用不了；

keras 可以以 TensorFlow 为后端（backend）（也可以 theano 为后端），安装完成 TensorFlow 的基础上，再安装 keras 是一件水到渠成的工作。

![SouthEast][]

## 1. 安装步骤 ##

*  安装 CUDA：深度学习库如果使用CUDA进行GPU加速，可以大大缩短计算时间。（CUDA 目前只有NVIDIA 的显卡才支持）
    
     *  检查 GPU 是否支持 CUDA；（注意笔记本和 desktop 的区别。）   
        
        
         *  如果你的显卡比较新，到这里检查是否支持 CUDA：[https://developer.nvidia.com/cuda-gpus][https_developer.nvidia.com_cuda-gpus]（进入网页，点开自己的显卡所属的系列，以及型号等等）
         *  如果你的显卡很老，请到如下链接检查是否支持CUDA：[https://developer.nvidia.com/cuda-legacy-gpus][https_developer.nvidia.com_cuda-legacy-gpus]
     *  将自己的显卡驱动更新到最新版本，   
        
        
         *  去官网下载，或者通过 GeForce Experience 下载安装；
     *  CUDA 安装   
        
        
         *  CUDA 的下载地址：[https://developer.nvidia.com/cuda-downloads][https_developer.nvidia.com_cuda-downloads]   
            
            
             *  如果需要下载 CUDA 的历史版本，请移步：[https://developer.nvidia.com/cuda-toolkit-archive][https_developer.nvidia.com_cuda-toolkit-archive]
         *  测试 CUDA 的安装结果，打开windows cmd，输入 `nvcc -V`，查看是否识别 `nvcc` 命令；
     *  安装 Visual Studio 2013 community
     *  编译 CUDA 的示例程序   
        
        
         *  在 C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v9.0 目录下，有CUDA的示例程序。由于我安装的是VS2013，所以打开 Samples\_vs2013.sln 那个解决方案文件，将解决方案配置更改为Release和x64.
         *  右键解决方案名称，编译整个解决方案，在 C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v8.0\\bin\\win64\\Release 目录会生成 deviceQuery.exe 这个可执行文件。。   
            
            
             *  如果提示是缺少：”d3dx9.h”、”d3dx10.h”、”d3dx11.h”头文件，则需要安装 DXSDK\_Jun10.exe，下载地址：[https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502][https_pan.baidu.com_share_link_shareid_197164616_uk_369246564_fid_2918892502]
     *  关闭 VS2013。打开一个cmd窗口，cd 到 c:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v9.0\\bin\\win64\\Release目录（一定要 cd，切换到该目录下，因为此路径中间有空格，如果直接执行 deviceQuery.exe 会空格前面的 `C:\ProgramData\NVIDIA`看做单独的命令），输入：deviceQuery.exe ，然后回车。如果最后个句result为pass则表示CUDA安装成功。
     *  安装 TensorFlow 和 keras
        
         *  下载安装 anaconda，选择 anaconda 5.1系列，其对应的 Python 版本为 3.6（anaconda中自带python3.6,所以不用再电脑上安装python了，此时在cmd中还不能识别python命令，将python和pip的路径（C:\\ProgramData\\Anaconda3与C:\\ProgramData\\Anaconda3\\Scripts）添加到环境变量中，重启cmd即可识别python命令）；参考教程 [Anaconda的安装与测试实例][Anaconda]
         *  更改 pip 的下载源，对于 windows 用户而言，进入其家目录（C:\\Users\\当前用户名）新建一个 pip.ini 文本文件，内容如下：
            
                [global]  
                index-url = http://mirrors.aliyun.com/pypi/simple/
                [install]  
                trusted-host=mirrors.aliyun.com
            
             *  1
             *  2
             *  3
             *  4
            
            也即讲源改为国内比如阿里云的源，以加快 pip install 第三方库的速度；
     *  安装 TensorFlow 以及 keras，保持网络连接，从开始菜单中打开Anaconda Prompt，也可以在cmd中（前提是添加了python的路径）输入：   
        
        
         *  pip install tensorflow-gpu
         *  pip install keras

## 2. 测试 ##

从开始菜单中打开 Anaconda Prompt，在命令行中输入：python（ipython），再输入：

import tensorflow as tf
    sess = tf.Session()
    a = tf.constant(10)
    b = tf.constant(22)
    print(sess.run(a + b))

*  1
 *  2
 *  3
 *  4
 *  5

如果正确打印出结果 32，不报错，说明 tensorflow 安装成功。

![70][]

此时会有这样一个错误，原因是因为还没有安装cudnn;

再输入：

import keras

*  1

## 3. 使用 cuDNN 加速 ##

*  cuDNN可 以在前面 GPU 加速基础上大概再提升1.5倍的速度，它由nVIDIA开发。可以到nVIDIA官网上下载。下载之前需要注册，然后问一系列问题，请耐心弄完。然后就可以下载了。下载 windows 10系统下64位的，最新的支持CUDA 9.0的cuDNN-7.1，文件名是：cudnn-9.0-windows10-x64-v7.1.zip，下载地址：[https://developer.nvidia.com/cudnn][https_developer.nvidia.com_cudnn]
 *  下载完成后解压缩。里面有bin、include、lib三个目录，将三个文件夹复制到安装CUDA的地方覆盖对应文件夹，默认文件夹在：C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0
 *  如何验证CuDNN是否配置成功呢？打开 Anaconda Prompt，输入python，再输入import tensorflow，不再提示没有安装cudnn，就成功了。
 *  ![70 1][]  
    
 *  在输入sess = tf.Session()会出现一段大约2分钟的等待时间，随后就可以继续输入python代码了。  
    
 *  # 4测试Tensorflow #
    
    1.命令行输入：python进入编辑环境
    
    2.输入以下指令：
    
    import tensorflow as tf
    
    hello = tf.constant('hello,TensorFlow!')
    
    sess = tf.Session()
    
    print(sess.run(hello))
    
    ![70 2][]  
    
    
    3.最后一行显示 b'hello，TensorFlow!'说明Tensorflow配置成功！！
    
    附上一条链接：安装spyder测试Tensorflow：[Anaconda3 安装Spyder 测试Tensorflow][Anaconda3 _Spyder _Tensorflow]，这个更能证明你的Tensorflow安装是否有问题！
    
      
    
 *  参考教程**[windows 下 TensorFlow（GPU 版）的安装][windows _ TensorFlow_GPU]**

[windows server2012 64bit_Tensorflow_Keras_VS2013_CUDA9.0 GPU]: http://www.jianshu.com/p/c245d46d43f0
[SouthEast]: /images/20220528/d15a3936f11249198ed2715024fc867c.png
[https_developer.nvidia.com_cuda-gpus]: https://developer.nvidia.com/cuda-gpus
[https_developer.nvidia.com_cuda-legacy-gpus]: https://developer.nvidia.com/cuda-legacy-gpus
[https_developer.nvidia.com_cuda-downloads]: https://developer.nvidia.com/cuda-downloads
[https_developer.nvidia.com_cuda-toolkit-archive]: https://developer.nvidia.com/cuda-toolkit-archive
[https_pan.baidu.com_share_link_shareid_197164616_uk_369246564_fid_2918892502]: https://pan.baidu.com/share/link?shareid=197164616&uk=369246564&fid=2918892502
[Anaconda]: https://blog.csdn.net/wumenglu1018/article/details/53405991
[70]: /images/20220528/94a6a404f0f74724b90960646832ce4e.png
[https_developer.nvidia.com_cudnn]: https://developer.nvidia.com/cudnn
[70 1]: /images/20220528/27d592c9d8ac470eacf08447e3933e37.png
[70 2]: /images/20220528/3c6197bdbf6e424e85df3a11b04327f2.png
[Anaconda3 _Spyder _Tensorflow]: http://blog.csdn.net/qq_36556893/article/details/79435749
[windows _ TensorFlow_GPU]: https://blog.csdn.net/lanchunhui/article/details/54964064