Visual Studio 2019下配置 CUDA 10.1 + TensorFlow-GPU 1.14.0
环境
Windows1064位
VisaulStudio2019
Anaconda1.9.7
Python3.7
CUDAToolkit10.1.120
CUDNN7.6.1.34
TensorFlow-GPU1.14.0
1.安装VisualStudio2019
VS号称宇宙最强IDE，接触以来从未让人失望过，可直接在官网下载。从VisualStudio2017开始，就集成了Python模块用于对机器学习的支持，其安装方式也新增了在线安装，安装时可以选择需要的组件进行安装即可，只是时间略久。安装界面如下：
在单个组件中可以选择安装Python3.7版本，但是后续需要安装Anaconda，为方便对包统一管理以及环境搭建，此处可以略过。
2.安装CUDA
(1)CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。首先需要查看自己电脑的N卡支持的CUDA版本，打开NVIDIA控制面板——帮助——系统信息——组件：
博主的NVCUDA版本为10.1.120，因此下载CUDA10.1的版本。
安装类型包括在线安装和本地安装，在网速允许的情况下可以选择在线安装。
(2)在安装之前，要先关闭安全软件，否则很可能提示组件安装失败。安装空间大概一个多G，要是C盘空间足够，最好选择默认的安装位置，避免不必要的环境配置问题，默认安装位置为C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.1。
(3)接下来需要添加一波环境变量
$CUDA_PATH:C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.1 $CUDA_PATH_V10_1:C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.1 $CUDA_BIN_PATH:%CUDA_PATH%\bin $CUDA_LIB_PATH:%CUDA_PATH%\lib\x64 $CUDA_SDK_PATH:C:\ProgramData\NVIDIACorporation\CUDASamples\v10.1 $CUDA_SDK_BIN_PATH:%CUDA_SDK_PATH%\bin\win64 $CUDA_SDK_LIB_PATH:%CUDA_SDK_PATH%\common\lib\x64
然后在系统变量的Path——新建，添加四条信息
$%CUDA_BIN_PATH% $%CUDA_LIB_PATH% $%CUDA_SDK_BIN_PATH% $%CUDA_SDK_LIB_PATH%
(4)配置完成后，使用CUDA的内置工具验证配置是否成功。win+R启动cmd，然后cd到安装目录C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.1\extras\demo_suite下，分别执行deviceQuery.exe和bandwidthTest.exe，输出信息如下：
若上述都返回Result=PASS，则表示CUDA配置成功。
3.安装CUDNN
(1)选择与CUDA版本想匹配的cuDNN版本。在下载时需要先在官网进行注册。
4.安装Anaconda
(1)Anaconda提供了包含Python在内的180多个科学包及其依赖项，直接在Anaconda官网选择下载最新版本。
(3)打开VisualStudio2019，新建一个Python项目，View——OtherWindows——PythonEnvironments，此时会显示Anaconda的安装环境。
此时默认的环境名称为Anaconda2019.03，强迫症患者表示很不爽，可以在注册表更改显示名称。
1）打开注册表：win+R——regedit
2）导航到HKEY_LOCAL_MACHINE\SOFTWARE\Python（32位解释器）
或HKEY_LOCAL_MACHINE\SOFTWARE\WOW6432Node\Python（64位解释器）
3）展开与分发匹配的节点，Anaconda为ContinuumAnalytics
4）修改DisplayName对应的数值数据，如Anaconda37。此时VS中Python环境的名称也将相应被更改。
5.安装TensorFlow-GPU
(1)如果直接用命令行的形式在线下载安装，其下载版本可能与CUDA版本不兼容。也可以在AnacondaNavigator中安装TensorFlow,但是其版本为1.9.0。本博文安装最新的版本【截至更博日期，最新版本为TensorFlow1.14.0Stable和TensorFlow2.0Beta】，因此，本文下载GitHub大神的whl文件。保存在本地任意位置（博主的地址为：D:\AppPackages\TensorFlow）。
(2)在VS的PythonEnvironments中点击OpeninPowerShell
6.验证测试
在工程.py文件中输入代码：
importtensorflowastf
importos
#os.environ['TF_CPP_MIN_LOG_LEVEL']='3'
greeting=tf.constant('HelloGoogleTensorflow!')
sess=tf.compat.v1.Session()
result=sess.run(greeting)
print(result)
sess.close()
若控制台输出GPU相关信息以及代码的输出信息b'HelloGoogleTensorflow!'，则环境搭建成功！
Note：tensorflow_gpu-1.14.0中弃用了部分代码的接口，改用新的接口，如tf.Session()改为tf.compat.v1.Session()，tf.placeholder改为tf.compat.v1.placeholder。
到此这篇关于VisualStudio2019下配置CUDA10.1+TensorFlow-GPU1.14.0的文章就介绍到这了,更多相关VisualStudio2019配置CUDATensorFlow-GPU内容请搜索毛票票以前的文章或继续浏览下面的相关文章希望大家以后多多支持毛票票！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。