Win7 64位+tensorflow1.4.0-GPU版+CUDA8.0+cudnn6.0环境配置
2017-11-14 16:03
447 查看
折腾了三天,终于搞定了。
2. tensorflow版本 1.4.0-GPU
3. CUDA版本 8.0.44
(这里真的是红色加粗了,之前一直出现 ImportError: DLL load failed: 找不到指定的模块。 和 ImportError: No module named '_pywrap_tensorflow_internal'
, 我试了很多方法,比如安装Microsoft Visual C++ 2015 Redistributable Update 3 ,改cudnn版本名字,添加msvcp140.dll路径到环境变量啊什么的!都没有用,后来cuda换了三个版本就对了…… cuda9.0.176-win7 错! cuda8.0.61-win7 错! cuda8.0.44-win7!对了!)
4. cudnn 6.0版本 (这个是tensorflow1.4.0要求的,必须是这个版本)
5. python 3.5 (必须必须!)
6. 显卡: GTX1080
注意:本文中所有的版本号都不可替换,即tensorflow版本号、cuda版本号、cudnn版本号,python版本号,如果有某个和我的不一致,出错了就没办法了……毕竟这个安装过程!很脆弱!很娇贵!
至于anaconda3最好装上吧,毕竟库什么的很全。
这个很简单吧
打开运行----输入命令【cmd】----输入命令【pip3 install tensorflow-gpu 】
如果死在这里可以看看别的教程,因为我强调的是环境的配置。
我写这篇教程的时间是2017.11.14,这个时间,自动安装的是1.4.0版本的tensorflow-gpu
然后我们可以看看官网要求
CUDA-8,cudnn-6,说的很明显了吧!
2.然后安装CUDA
献上8.0.44-win7-64x的链接
https://developer.nvidia.com/cuda-80-download-archive
3.下载cudnn 6.0
这是一个压缩包,解压后有三个文件夹、名字为bin,lib和include,把这个文件放到对应的CUDA文件夹里的CUDA/v8.0/bin, CUDA/v8.0/lib, CUDA/v8.0/include下即可
4.测试
环境就配好了,打开python,输入测试程序
然后结果是这样
就大功告成啦!
ImportError: No module named '_pywrap_tensorflow_internal'
如果以上我说的版本号都对的情况下,依然报这样的错,我觉得大家可以试一试我下面说的方法,或者参考别的教程,毕竟这些方法我全都用了,但是当时都没解决问题,cuda版本换了就立刻解决了,但是我也不能说明,这些之前就设置或安装过的包到底有没有用,所以如果按照我以上教程依然有问题的话,报错还是和我一样的Error的话,
可以试一下安装Microsoft Visual C++ 2015 Redistributable Update 3 点击打开链接
或者把msvcp14.dll文件所在文件夹的路径都添加到windows的环境变量中,具体方法网上有很多。我有时间的话可以补上……
而且anaconda3和vs2015我都安装了,也不知道有没有影响……
现在写教程发现过程还挺简单的,可当时就是不知道怎么办各种找教程各种试方法折腾了很久,所以说重点就是
版本号真的很重要啊!!!
如果大家是别的错那就请继续寻找教程吧……加油哦!
推荐一篇比较靠谱的教程http://blog.csdn.net/u010099080/article/details/53418159
环境
1. windows7 64位系统2. tensorflow版本 1.4.0-GPU
3. CUDA版本 8.0.44
(这里真的是红色加粗了,之前一直出现 ImportError: DLL load failed: 找不到指定的模块。 和 ImportError: No module named '_pywrap_tensorflow_internal'
, 我试了很多方法,比如安装Microsoft Visual C++ 2015 Redistributable Update 3 ,改cudnn版本名字,添加msvcp140.dll路径到环境变量啊什么的!都没有用,后来cuda换了三个版本就对了…… cuda9.0.176-win7 错! cuda8.0.61-win7 错! cuda8.0.44-win7!对了!)
4. cudnn 6.0版本 (这个是tensorflow1.4.0要求的,必须是这个版本)
5. python 3.5 (必须必须!)
6. 显卡: GTX1080
注意:本文中所有的版本号都不可替换,即tensorflow版本号、cuda版本号、cudnn版本号,python版本号,如果有某个和我的不一致,出错了就没办法了……毕竟这个安装过程!很脆弱!很娇贵!
至于anaconda3最好装上吧,毕竟库什么的很全。
配置
1. tensorflow-gpu安装这个很简单吧
打开运行----输入命令【cmd】----输入命令【pip3 install tensorflow-gpu 】
如果死在这里可以看看别的教程,因为我强调的是环境的配置。
我写这篇教程的时间是2017.11.14,这个时间,自动安装的是1.4.0版本的tensorflow-gpu
然后我们可以看看官网要求
CUDA-8,cudnn-6,说的很明显了吧!
2.然后安装CUDA
献上8.0.44-win7-64x的链接
https://developer.nvidia.com/cuda-80-download-archive
3.下载cudnn 6.0
这是一个压缩包,解压后有三个文件夹、名字为bin,lib和include,把这个文件放到对应的CUDA文件夹里的CUDA/v8.0/bin, CUDA/v8.0/lib, CUDA/v8.0/include下即可
4.测试
环境就配好了,打开python,输入测试程序
import tensorflow as tf hello = tf.constant('Hello,Tensorflow!') sess = tf.Session() print(sess.run(hello))
然后结果是这样
就大功告成啦!
附.ERROR
在配置过程中,我从头到尾出现的error只有 ImportError: DLL load failed: 找不到指定的模块。和ImportError: No module named '_pywrap_tensorflow_internal'
如果以上我说的版本号都对的情况下,依然报这样的错,我觉得大家可以试一试我下面说的方法,或者参考别的教程,毕竟这些方法我全都用了,但是当时都没解决问题,cuda版本换了就立刻解决了,但是我也不能说明,这些之前就设置或安装过的包到底有没有用,所以如果按照我以上教程依然有问题的话,报错还是和我一样的Error的话,
可以试一下安装Microsoft Visual C++ 2015 Redistributable Update 3 点击打开链接
或者把msvcp14.dll文件所在文件夹的路径都添加到windows的环境变量中,具体方法网上有很多。我有时间的话可以补上……
而且anaconda3和vs2015我都安装了,也不知道有没有影响……
现在写教程发现过程还挺简单的,可当时就是不知道怎么办各种找教程各种试方法折腾了很久,所以说重点就是
版本号真的很重要啊!!!
如果大家是别的错那就请继续寻找教程吧……加油哦!
推荐一篇比较靠谱的教程http://blog.csdn.net/u010099080/article/details/53418159
相关文章推荐
- tensorflow1.4 WIN7环境下安装于配置CUDA 8.0 cuDNN6.0安装
- Tensorflow1.4.0(GPU)+Win10+Anaconda5.0.1+CUDA8.0+cuDNN6.0+Python3.6深度学习环境安装
- 深度学习环境搭建之CentOS 7+NVIDIA GPU+CUDA8.0+CUDNN6.0+TensorFlow
- windows10+anaconda3+gpu+cuda8.0+cudnn6.0+tensorflow配置
- Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境
- Tensorflow(GPU) 在Win10+Cuda8.0环境下安装以及Cudnn包配置 图文详细教程
- Ubuntu16.04+GTX1070显卡驱动+cuda8.0+cudnn5.1+tensorflow-gpu环境配置
- Ubuntu14.04 + NVIDIA GTX1080Ti + cuda8.0 +cuDNN6.0 +python3.4 + tensorflow_gpu-1.4.0-cp34-cp34m-
- 深度学习- win10+Anoconda3-2.4.0+cuda8.0+TensorFlow-GPU+Pycharm2016测试Demo-GPU加速环境配置
- Ubuntu16.04+Cuda8.0+cudnn6.0+Tensorflow-gpu==1.4
- 配置pycharm远程调试的环境(服务器为linux系统)&&服务器上安装tensorflow-gpu及配置cuda环境&&相关问题的解决办法
- win10环境下配置caffe和tensorflow(CUDA8.0+CUDNN5.1+Anaconda3)
- Ubuntu 14.04(64位)+GTX970+CUDA8.0+Tensorflow配置 (双显卡NVIDIA+Intel集成显卡) ------本内容是长时间的积累,有时间再详细整理
- win7下cuda8.0安装跑gpu版tensorflow
- Win7配置CUDA并搭建基于Theano框架的GPU加速环境
- 简单4步在win7 X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。
- Ubuntu 16.04 + CUDA 8.0 + cuDNN v5.1 + TensorFlow(GPU support)安装配置详解
- Win7配置CUDA并搭建基于Theano框架的GPU加速环境
- 深度学习(1)-cuda,cudnn,tensorflow(GPU)的环境配置
- [置顶] Tensorflow GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)