Tensorflow_gpu + anconda3_3.4.2 +keras2.1.1 + CUDA8.0+CUDNN5.1
电脑配置tf_gpu 和Keras
电脑配置如下:
操作系统:Win10 professional 64位
CUDA版本:cuda_8.0.61_win10
CUDNN版本:cudnn-8.0-windows10-x64-v5.1
Anaconda版本:3_3.4.2
anaconda封装python版本:3.5.2
安装流程:
1.安装CUDA
1.1 下载CUDA8.0和CUDNN5.1对应版本,下载路径:
CUDA: https://developer.nvidia.com/cuda-toolkit-archive
CUDNN: https://developer.nvidia.com/rdp/cudnn-download, 注册登录,选择适宜的版本
1.2 先安装CUDA到指定路径,之后添加CUDA的3个路径到环境变量(默认安装路径的情况下,视具体情况更改)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp
1.3 配置CUDNN版本,解压,之后将3个文件拷贝到CUDA对应文件夹
2 安装Anaconda
下载后,安装方法很简单,记得点击“Add path to environment”
3. 安装tensorflow_gpu
打开cmd,直接pip 指定tf版本:pip install tensorflow-gpu==1.2
4.安装keras
keras的版本要和tf版本对应,才能在后续使用,所以指定keras版本2.1.1,
同样使用pip, pip install keras==2.1.1
5. 配置可视化文件graphviz,pydot-ng(python3,python2对应pydot)
5.1下载graphviz,下载地址:https://graphviz.gitlab.io/_pages/Download/Download_windows.html
下载msi即可(对应版本是0.13.2),直接安装
5.2 添加graphviz的bin路径到环境变量
5.3 之后,cmd里直接安装pyddot-ng即可,我的版本是2.0.0
********问题汇总************:
1. Process finished with exit code -1073740791 (0xC0000409)
网上有人说是因为显卡辣鸡,但是我跑的网络很小,所以很难相信改成CPU就可以(确实可以,但是GPU不是浪费了,装了N天的时间),最后发现是CUDNN的版本与CUDA不匹配,之前是5.0,改成5.1即可
2.国外源下载缓慢,可以切换成Tsinghua源,具体方法
打开“此电脑”,在文件上输入“%appdata%”回车
新建文件夹,命名pip,在pip文件夹新建text文件,输入,
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
rusted-host = pypi.tuna.tsinghua.edu.cn
保存成“所有文件”,pip.ini文件即可