/ Machine Learning

Win10 x64 + CUDA 10.0 + cuDNN v7.5 + TensorFlow GPU 1.13 安装指南

Update : 2019.03.08

0. 环境说明

硬件:Ryzen R7 1700x + GTX 1080Ti

系统:Windows 10 Enterprise Version 1809 Update March 2019

1. 前期工作

NVIDIA 419.35 驱动

Visual Studio 2017 (需要C++部分)

Python 3.6.x x64

2. 安装CUDA和cuDNN

2.1. CUDA 10.0

下载地址:https://developer.nvidia.com/cuda-10.0-download-archive

2.2. cuDNN v7.5 for CUDA 10.0

下载地址:https://developer.nvidia.com/rdp/cudnn-download

解压后覆盖到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录即可。

2.3. CUDA Profiler Tools Interface (CUPTI)[可选]

下载地址:https://developer.nvidia.com/CUPTI

CUDA 工具包附带

2.4. NCLL 2.4[可选]

下载地址:https://developer.nvidia.com/nccl/nccl-download

可实现多 GPU 支持。仅支持Linux。

2.5. TensorRT 5.0[可选]

下载地址:https://developer.nvidia.com/nvidia-tensorrt-download

可缩短在某些模型上进行推断的延迟并提高吞吐量。仅支持Linux。

3. 安装DXSDK_Jun10【不确定是否必须】

DXSDK_Jun10.exe下载地址:https://www.microsoft.com/en-us/download/details.aspx?id=6812

Win10安装时会提示S1023的错误,不用管。C:\Program Files (x86)\Microsoft DirectX SDK (June 2010)\Include\d3dx9.hd3dx10.hd3dx11.h 文件存在就可以。

这些都装完了就可以到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0中打开项目。

一共155个,都编译成功即可。然后到C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\下的DebugRelease内找到deviceQuery.exe,用命令行运行,不报错说明CUDA安装成功。

4. 安装Tensorflow GPU 1.13.1

pip install --upgrade tensorflow-gpu

使用下列代码测试安装正确性

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))

5. 常用库

pip install --upgrade numpy
pip install --upgrade scipy
pip install --upgrade pandas
pip install --upgrade keras
pip install --upgrade matplotlib

6. 其他

Ryzen R7 1700x支持:SSE、SSE2、SSE4.1、SSE4.2、AVX、AVX2、FMA。

Win10下的nvidia-smiC:\Program Files\NVIDIA Corporation\NVSMI 目录内。