1. 首先,創建一個新的虛擬環境
在下列的例子中我將我要創建的虛擬環境名稱定為"tensorflow-gpu"
並且指定python版本為3.6
最後一個參數anaconda是讓這個虛擬環境在建立的時候也會同時裝一些常用的套件
指令: conda create --name tensorflow-gpu python=3.6 anaconda
2. 接著啟動虛擬環境
指令: activate tensorflow-gpu
3. 安裝tensorflow-gpu
指令: pip install tensorflow-gpu
安裝成功的畫面:
4. 安裝keras
指令: pip install keras
5.安裝Cuda
---
[2019.1.21補充]
要知道自己所用的tensorflow對應的Cuda版本除了靠錯誤訊息外還可以到以下網站來查詢
Windows - GPU
---
我個人是比較偏好裝完tensorflow再裝cuda
比較好確定自己到底要裝什麼版本的Cuda
就算之前已經有裝過Cuda還是要注意之前的版本和目前的tensorflow版本是否相匹配
下面就是我之前已經裝過Cuda但和目前我所裝的tensorflow版本不符的例子
錯誤訊息如下:
ImportError: Could not find 'cudart64_90.dll'. TensorFlow requires that this DLL be installed in a directory that is named in your %PATH% environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-90-download-archive
以上面的例子來說,目前我所裝的tensorflow需要Cuda 9.0
因此我就去nvidia的官網下載Cuda 9.0來安裝
由於我的作業系統是win7 64bits,因此我照著我的規格來選取對應的安裝檔
接著執行下載下來的exe檔
首先它會先檢查系統相容性
接著會要求你同意軟體授權協議書
點選同意並繼續後來到選擇安裝選項的畫面
我是都直接選擇快速,接著按下一步就開始下載安裝了
安裝的過程需要一點時間,我的電腦大概就花了一個小時
按下一步
安裝完成
6. 安裝cudnn
在nvidia官網下載對應的cudnn
由於我的Cuda版本是9.0
因此我選擇cuDNN v7.1.4
下載cudnn會要求你有會員的身分
如果沒有就去註冊一下吧(不用錢的)
登入後就可以順利下載了
下載後會看到一個zip檔(以上面的例子我的zip檔是cudnn-9.0-windows7-x64-v7.1.zip)
將其解壓縮後會看到一個叫做cuda的資料夾
點進去將裡面的東西全部複製
並到C槽創建一個資料夾命名為Cuda9.0(實際上路徑和資料夾名稱可以自己決定)
將剛剛複製的內容全部貼上
接著要修改環境變數
點選環境變數
點選Path並按下編輯
回到剛剛我們在C槽下創建的那個Cuda9.0資料夾
點進bin資料夾
確認有看到一個叫cudnn64_7.dll的檔案
接著複製資料夾路徑(C:\cuda9.0\bin)
回到剛剛系統變數編輯的視窗，加入剛剛複製的路徑
記得和前一個路徑之間要用分號間隔
接著按下確定
完成~~~
[補充]
是否能在同一台電腦上同時安裝不同版本的Cuda和cudnn呢?
答案是可以的哦!!!
但要記得把不同版本的cudnn放在不同路徑下並且記得去重新編輯環境變數哦
reference:
1. download with anaconda package : https://github.com/ContinuumIO/anaconda-issues/issues/463
2. multiple cudnn: https://devtalk.nvidia.com/default/topic/961500/multiple-cudnn-installation-possible-/
留言列表
