Visual Studio 2019下配置 CUDA 10.1 + TensorFlow-GPU 1.14.0

環(huán)境

Windows 10 64位

Visaul Studio 2019

Anaconda 1.9.7

Python 3.7

CUDA Toolkit 10.1.120

CUDNN 7.6.1.34

TensorFlow-GPU 1.14.0

1. 安裝 Visual Studio 2019

   VS號稱宇宙最強IDE，接觸以來從未讓人失望過，可直接在官網下載。 從 Visual Studio 2017 開始，就集成了Python模塊用于對機器學習的支持，其安裝方式也新增了在線安裝，安裝時可以選擇需要的組件進行安裝即可，只是時間略久。安裝界面如下：

在 單個組件 中可以選擇安裝 Python 3.7 版本，但是后續(xù)需要安裝 Anaconda ，為方便對 包 統(tǒng)一管理以及環(huán)境搭建，此處可以略過。

注：選擇安裝位置時，記住 共享組件、工具和SDK 的位置，后面安裝 Anaconda 時會用到。

2. 安裝 CUDA

(1) CUDA™是一種由NVIDIA推出的通用并行計算架構，該架構使GPU能夠解決復雜的計算問題。首先需要查看自己電腦的N卡支持的 CUDA 版本，打開 NVIDIA 控制面板——幫助——系統(tǒng)信息——組件：

  博主的 NVCUDA 版本為 10.1.120，因此下載 CUDA 10.1 的 版本。

  安裝類型包括 在線安裝 和 本地安裝，在網速允許的情況下可以選擇在線安裝。

(2) 在安裝之前，要先關閉安全軟件，否則很可能提示組件安裝失敗。 安裝空間大概一個多G，要是C盤空間足夠，最好選擇默認的安裝位置，避免不必要的環(huán)境配置問題，默認安裝位置為 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1。

(3) 接下來需要添加一波環(huán)境變量

$ CUDA_PATH: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
$ CUDA_PATH_V10_1: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
$ CUDA_BIN_PATH: %CUDA_PATH%\bin 
$ CUDA_LIB_PATH: %CUDA_PATH%\lib\x64 
$ CUDA_SDK_PATH: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
$ CUDA_SDK_BIN_PATH: %CUDA_SDK_PATH%\bin\win64 
$ CUDA_SDK_LIB_PATH: %CUDA_SDK_PATH%\common\lib\x64

然后在 系統(tǒng)變量 的 Path —— 新建，添加四條信息

$ %CUDA_BIN_PATH%
$ %CUDA_LIB_PATH%
$ %CUDA_SDK_BIN_PATH%
$ %CUDA_SDK_LIB_PATH%

(4) 配置完成后，使用 CUDA 的內置工具驗證配置是否成功。win+R 啟動 cmd，然后 cd 到安裝目錄 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite 下，分別執(zhí)行 deviceQuery.exe 和 bandwidthTest.exe，輸出信息如下：

若上述都返回 Result = PASS，則表示 CUDA 配置成功。

3. 安裝 CUDNN

(1) 選擇與 CUDA 版本想匹配的 cuDNN 版本。在下載時需要先在官網進行注冊。

(2) 將下載文件解壓縮，然后把里面 bin、include 以及 lib 文件夾中的文件分別復制到 CUDA 安裝目錄 的 bin、include 以及 lib 文件夾下面。

4. 安裝 Anaconda

(1) Anaconda 提供了包含 Python在內的180多個科學包及其依賴項，直接在 Anaconda 官網 選擇下載最新版本。

(2) 為了避免在 Visual Studio 2019 IDE 中配置 Anaconda，直接將其安裝在 VS 的共享路徑下面。博主的VS 安裝目錄為 D:\Microsoft Visual Studio ，共享路徑為 D:\Program Files (x86)\Microsoft Visual Studio\Shared。

(3) 打開 Visual Studio 2019 ，新建一個 Python 項目，View —— Other Windows —— Python Environments，此時會顯示 Anaconda 的安裝環(huán)境。

此時默認的環(huán)境名稱為 Anaconda 2019.03，強迫癥患者表示很不爽，可以在注冊表更改顯示名稱。

   1）打開注冊表：win + R —— regedit

   2）導航到 HKEY_LOCAL_MACHINE\SOFTWARE\Python（32 位解釋器）

        或 HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Python（64 位解釋器）

   3）展開與分發(fā)匹配的節(jié)點，Anaconda 為 ContinuumAnalytics

   4）修改 DisplayName 對應的數值數據，如 Anaconda37。此時 VS 中 Python 環(huán)境的名稱也將相應被更改。

5. 安裝 TensorFlow-GPU

(1) 如果直接用命令行的形式在線下載安裝，其下載版本可能與 CUDA 版本不兼容。也可以在 Anaconda Navigator 中安裝TensorFlow , 但是其版本為1.9.0。本博文安裝最新的版本【截至更博日期，最新版本為TensorFlow 1.14.0 Stable 和 TensorFlow 2.0 Beta】，因此，本文下載 GitHub 大神 的 whl 文件。保存在本地任意位置（博主的地址為：D:\AppPackages\TensorFlow）。

(2) 在 VS 的 Python Environments 中點擊 Open in PowerShell

(3) 在命令行輸入安裝指令：pip install D:\AppPackages\TensorFlow\tensorflow_gpu-1.14.0-cp37-cp37m-win_amd64.whl

6. 驗證測試

在工程 .py 文件中輸入代碼：

import tensorflow as tf
import os

#os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'

greeting = tf.constant('Hello Google Tensorflow!')
sess = tf.compat.v1.Session()
result = sess.run(greeting)
print(result)
sess.close()

若控制臺輸出 GPU 相關信息 以及代碼的輸出信息 b'Hello Google Tensorflow!'，則環(huán)境搭建成功！

Note： tensorflow_gpu-1.14.0 中棄用了部分代碼的接口，改用新的接口，如 tf.Session() 改為 tf.compat.v1.Session()，tf.placeholder 改為 tf.compat.v1.placeholder 。

到此這篇關于Visual Studio 2019下配置 CUDA 10.1 + TensorFlow-GPU 1.14.0的文章就介紹到這了,更多相關Visual Studio 2019配置CUDA TensorFlow-GPU內容請搜索億速云以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持億速云！