/ Machine Learning

Win10 x64 + CUDA 9.0 + cuDNN v7.1 + TensorFlow GPU 1.7 安装指南

Update : 2018.04.26

0. 环境说明

硬件:Ryzen R7 1700x + GTX 1080Ti

系统:Windows 10 Enterprise Version 1709 Update Jan 2018

1. 前期工作

NVIDIA 最新版驱动

Visual Studio 2017 (需要C++部分)

Python 3.6.x x64

2. 安装CUDA和cuDNN

2.1. CUDA 9.0

下载地址:https://developer.nvidia.com/cuda-downloads

目前不支持CUDA9.1,所以不要下载。

2.2. cuDNN v7.1

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\v9.0目录即可。

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\v9.0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\v9.0\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 1.7

由于Anaconda 可以提供完整的科学计算库,所以直接使用Anaconda 来进行相关的额安装。

4.1. 安装Anaconda

下载地址:https://www.anaconda.com/download/

这里我们下载Python 3.6 64bit 的Anaconda 4.4.0,直接安装即可。

4.2. 在Anaconda中安装TensorFlow GPU 1.7

conda create --name tf python=3.6 #创建tf环境
activate tf #激活tf环境

pip install --ignore-installed --upgrade tensorflow-gpu

deactivate tf #退出tf环境
conda remove --name tf --all #删除tf环境(全部删除)

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. 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。

如果安装TensorFlow后再使用pip引发错误,则需要运行一下命令 conda install -c anaconda html5lib 即可。