win10 GTX1050Ti 安装cuda9.1+cuDNN7+tensorflow_gpu过程
- 1.系统配置
- 2.安装过程
- 一，查看显卡驱动版本，和支持的最高cuda版本
- 二，配置环境变量，nvcc验证
- 三，安装vs，编译工程
- 四，安装cuDNN
- 五，安装python和tenserflows-gpu
- 3.体验tenserflow_gpu
1.系统配置
处理器：
显卡：
2.安装过程
一，查看显卡驱动版本，和支持的最高cuda版本
官网下载对应的cuda版本，官网首页提供的为最新版，旧版查看：
https://docs.nvidia.com/cuda/
可见下图
可见下图
下载好后默认安装即可
二，配置环境变量，nvcc验证
CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0；
CUDA_PATH_V7_5 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0；
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0；
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin；
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64；
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
点击确定，关机重新启动生效后，
打开终端cmd，输入nvcc -V出现：
表示验证成功
三，安装vs，编译工程
在打开隐藏目录：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.1
选择samples_vs2015,sln,(安装的那个版本的vs)
右击解决方案，设置属性
同时：
生成解决方案：
可看到目录
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.1\bin\win64\Release下生成的exe
在cmd中运行标红的exe，可得下图即表示成功安装cuda
否则，则为cuda安装的版本与显卡的不匹配
四，安装cuDNN
下载地址
https://developer.nvidia.com/rdp/cudnn-archive
（需要注册）
选择对应的cuda版本的cuDNN
下载完成有3个文件夹，我们需要复制（覆盖）到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1
覆盖
五，安装python和tenserflows-gpu
版本对应查看
https://blog.csdn.net/omodao1/article/details/83241074
按理说tensorflow_gpu>1.6均可，但是建议选择低版本的，
本次安装的python3.6.4和tenserflow-gpu==1.6.0
安装后在python中输入程序检测是否成功：
import tensorflow as tf
hello = tf.constant('hello,TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
出现报错
Tensorflow导入报"Failed to load the native TensorFlow runtime.
根据博文：解释
https://blog.csdn.net/qq_36556893/article/details/79433298
这是因为目前的Tensorflow最多支持到CUDA9.0，是不是很绝望！然而，请看这里------》博主这里提供一个大神编译的.whl文件，链接：https://pan.baidu.com/s/1dGSmo29
密码：fwet
在cmd中切换到下载目录，使用pip install whl文件即可：
这次测试成功
3.体验tenserflow_gpu
尝试运行mnist代码
源代码：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/fully_connected_feed.py
出现大片错误：
failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED attempting to perform BLAS operation using StreamExecutor without BLAS support
根据网上的解释，配置session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config, ...)
OK
