Tensorflow+CUDA+cudnn安装

安装前准备

        TensorFlow 有两个版本:CPU版本和GPU版本。GPU 版本需要CUDAcuDNN的支持,CPU 版本不需要。如果你要安装 GPU 版本,请先确认你的显卡支持 CUDA。我安装的是 GPU 版本,采用pip 安装方式,所以就以 GPU 安装为例,CPU 版本只不过不需要安装 CUDA 和 cuDNN。

        在这里确认你的显卡支持 CUDA。

        确保你的 Python 版本是3.564 位及以上。(TensorFlow 从 1.2 开始支持 Python 3.6,之前的官方是不支持的)

        确保你有稳定的网络连接。

        确保你的 pip 版本 >= 8.1。用pip -V查看当前pip版本,用python -m pip install -U pip升级pip。

        确保你安装了 VS2015 或者 2013 或者 2010。此条非必须,删除。

        此外,建议安装 Anaconda,因为这个集成了很多科学计算所必需的库,能够避免很多依赖问题,安装教程可以参考这里

        以上条件符合,那么恭喜你可以开始下载 CUDA 和 cuDNN 的安装包了,注意版本号分别是CUDA 8.0cuDNN 6.0(由于 TensorFlow 不同版本有变化,5.1 已不再适用新版本,此处请结合安装cuDNN说明),这是 Google 官方推荐的。可以去各自官网下载,我已经下载好打成一个压缩包放到了百度云,大家可以从这里下载,密码 5aoc。

安装TensorFlow

        GPU版本 pip3install--upgrade tensorflow-gpu

        CPU版本pip3install--upgrade tensorflow

        然后就开始安装了,速度视网速而定。

        安装网之后你试着在 Python 中import tensorflow会告诉你没有找到 CUDA 和 cuDNN,所以下一步就是安装这两个东西。

安装CUDA 8.0

        官网下载直接安装,命令行输入nvcc -V,看到版本信息就表示安装成功了。

安装cuDNN

        cuDNN官网下载,添加环境变量到path,如..\cuda\bin

推荐阅读更多精彩内容