前言

本文在本博文之前,已经有很多博文介绍了如何在 Windows10 系统中安装 GPU 版的 tensorflow, 但这些文章存在各种各样的缺陷,完全按照他们的文章,你不一定能 成功安装 tensorflow。基于此,本文旨在用更科学的方式指导大家如何在 Windows 10 系统中安装 GPU 版的 tensorflow,这里安装的不是最新版的,原因下面会提 到。

前期准备

tensorflow 从发布到现在(写此文的时间)已经经历过多次的升级,而与此同时, NVIDIA 公司开发的 CUDA 以及 cuDNN 这两个依赖项也进行了更新。因此,就导致了 不同版本的 tensorflow 会依赖于不同版本 的 CUDA 和 cuDNN,具体见下表(https://www.tensorflow.org/install/source_windows?hl=zh-cn)。

tensorflow-gpu.PNG

这里插播一下我选择安装 tensorflow 1.5.0 的原因,并不是说该版本最稳定,毕竟我也是第一次用 tensorflow ,在此没有话语权。在安装 tensorflow 的时候,我 还不知道有这个表格,我甚至都不知道还要安装 CUDA 和 cuDNN。我上来就知道用 pip install tensorflow-gpu,安装的过程中也没报错,我就天真的以为安装成 功了。接着,用官方提供的简单例子跑了一下,才提示我ImportError: DLL load failed: 找不到指定的模块。. 然后,我搜索了一下问题,发现我没有装 CUDA。 然后我就上 NVIDIA 官网,下载并安装了最新的 CUDA 10。安装,运行例子,还是同样的错误。然后,我搜索了一下问题,发现我没有装 cuDNN。接着,我就上 NVIDIA 官网,下载并安装了 cuDNN。然而,还是没解决该问题。后来经过一次偶然的发现,找到了一个算是半官方的一个用来检测原因的脚本 (https://gist.github.com/mrry/ee5dbcfdd045fa48a27d56664411d41c),经过测试还知道有不同版本的 tensorflow 会依赖于不同版本 的 CUDA 和 cuDNN 这一 说。但我当时并不知道有上面这个表格,所以只能瞎试了一通。等我发现有这个表格的时候,我电脑里 CUDA 的版本是 9,cuDNN 的版本是 7,因此符合条件的 tensorflow的版本是 1.5.0 - 1.12.0。 我选择了1.5.0版本,主要由于之前成功安装过1.4.0版本。

各种依赖项在 windows 下安装都比较简单,在此我不再赘述如何具体一步步安装了。不过,我提供一些我觉得讲的比较细致的安装策略供大家参考。

安装CUDA前请先在设置->应用中删除所有文件名开头为NVIDIA的软件,并将之前在C盘或其他盘安装的NVIDIA软件目录删除!!!

CUDA

参见 https://zhuanlan.zhihu.com/p/30528874

cuDNN

参见 https://zhuanlan.zhihu.com/p/30528874

Visual studio 2015

参见 https://zhuanlan.zhihu.com/p/30528874

MSVC 2015 update3

下载地址: https://www.microsoft.com/en-us/download/confirmation.aspx?id=53587

选择自己对应的版本和系统位数,然后下载,安装即可。

Anaconda

参见 https://zhuanlan.zhihu.com/p/30528874

添加 conda 镜像源:https://wiki.seisman.info/python/install-python/ 添加 pip 镜像源:https://wiki.seisman.info/python/install-python/

CUDA环境变量设置

在Cortana中的搜索框中输入env,并选择编辑账户的环境变量,然后编辑Path变量,并在最后一个路径下方添加下面两个路径:

  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp

安装 tensorflow 1.5.0

查看表格我们知道,tensorflow 1.5.0 支持的 Python 版本为 3.5-3.6, 我本人选择的是 3.5.4 的版本。因此,打开 Anaconda Prompt, 输入下面命令

1
conda create -n tensorflow python=3.5

创建一个 Python 3.5 的环境,然后激活该环境,

1
activate tensorflow

接着安装 tensorflow 1.5.0,并制定具体的版本号

1
pip install tensorflow-gou==1.5.0

下面显示了一个成功安装的案例:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
(tensorflow) C:\Users\Admin>pip install tensorflow-gpu==1.5.0
Collecting tensorflow-gpu==1.5.0
  Downloading https://files.pythonhosted.org/packages/00/63/068c81e5f50cdbbb30ca4be611979633c5591a7452c6c60ffbf675fac6fe/tensorflow_gpu-1.5.0-cp35-cp35m-win_amd64.whl (82.1MB)
    100% |████████████████████████████████| 82.1MB 17kB/s
Requirement already satisfied: wheel>=0.26 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-gpu==1.5.0)
Requirement already satisfied: six>=1.10.0 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-gpu==1.5.0)
Requirement already satisfied: protobuf>=3.4.0 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-gpu==1.5.0)
Requirement already satisfied: absl-py>=0.1.6 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-gpu==1.5.0)
Collecting tensorflow-tensorboard<1.6.0,>=1.5.0 (from tensorflow-gpu==1.5.0)
  Downloading https://files.pythonhosted.org/packages/cc/fa/91c06952517b4f1bc075545b062a4112e30cebe558a6b962816cb33efa27/tensorflow_tensorboard-1.5.1-py3-none-any.whl (3.0MB)
    100% |████████████████████████████████| 3.0MB 362kB/s
Requirement already satisfied: numpy>=1.12.1 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-gpu==1.5.0)
Requirement already satisfied: setuptools in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from protobuf>=3.4.0->tensorflow-gpu==1.5.0)
Requirement already satisfied: bleach==1.5.0 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow-gpu==1.5.0)
Requirement already satisfied: werkzeug>=0.11.10 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow-gpu==1.5.0)
Requirement already satisfied: html5lib==0.9999999 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow-gpu==1.5.0)
Requirement already satisfied: markdown>=2.6.8 in g:\program\anaconda3\envs\tensorflow-gpu-py35\lib\site-packages (from tensorflow-tensorboard<1.6.0,>=1.5.0->tensorflow-gpu==1.5.0)
Installing collected packages: tensorflow-tensorboard, tensorflow-gpu
  Found existing installation: tensorflow-tensorboard 0.4.0
    Uninstalling tensorflow-tensorboard-0.4.0:
      Successfully uninstalled tensorflow-tensorboard-0.4.0
Successfully installed tensorflow-gpu-1.5.0 tensorflow-tensorboard-1.5.1

测试

下面是我测试的情况:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
(tensorflow) C:\Users\Admin>python
Python 3.5.4 |Continuum Analytics, Inc.| (default, Aug 14 2017, 13:41:13) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> hello = tf.constant("Hello! Tensorflow")
>>> sess = tf.Session()
2019-05-17 08:29:00.873019: I C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\35\tensorflow\core\platform\cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
2019-05-17 08:29:01.227407: I C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\35\tensorflow\core\common_runtime\gpu\gpu_device.cc:1105] Found device 0 with properties:
name: GeForce GTX 1060 3GB major: 6 minor: 1 memoryClockRate(GHz): 1.7465
pciBusID: 0000:01:00.0
totalMemory: 3.00GiB freeMemory: 2.42GiB
2019-05-17 08:29:01.233815: I C:\tf_jenkins\workspace\rel-win\M\windows-gpu\PY\35\tensorflow\core\common_runtime\gpu\gpu_device.cc:1195] Creating TensorFlow device (/device:GPU:0) -> (device: 0, name: GeForce GTX 1060 3GB, pci bus id: 0000:01:00.0, compute capability: 6.1)
>>> print(sess.run(hello))
b'Hello! Tensorflow'
>>> quit()

参考资料

修订历史

  • 2018-11-17, 初稿;
  • 2019-05-17, 增加安装CUDA Computing Toolkit注意事项,增加CUDA环境变量设置,升级Tensorflow为1.5.0;