Win10 下 Anaconda 配置 TensorFlow+PaddlePaddle GPU版本

由于Anaconda目前并不支持PaddlePaddle,且对TensorFlow支持良好,因此采取如下方案:

主环境:PaddlePaddle-GPU
虚拟环境:Tensorflow-GPU

一、主环境下安装cuda9和cudnn7.3+

因为paddlepaddle在win10下只能支持cuda9

1.在Nvidia官网下载cuda9和cudnn,如下图(cuda目录是由cudnn这个压缩包解压出来):
1.png

2.正常安装的方式安装cuda,顺序如下:
2.png
第1个是安装包,安装的时候不要安装Nvidia的驱动(对比自身驱动与所安装的驱动)
3.png
这4个是补丁

3.安装cudnn:
将上图中的cuda目录复制到之前cuda的安装目录即可,默认的cuda安装目录如下:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

4.验证安装:
最简单的可以通过nvcc -V验证:
4.png
其次打开这个目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite,在命令行中运行下图中圈出的两个文件结果显示PASS即可:
5.png

二、主环境下安装Paddlepaddle-GPU

1.打开命令行,运行 pip install paddlepaddle-gpu==1.5.1.post97
2.验证:
6.png

三、虚拟环境下安装Tensorflow-gpu

  1. 创建虚拟环境:conda create -n id python=x.x(名称和版本自己填写)
  2. 激活虚拟环境:activate id
  3. 安装TensorFlow-GPU:conda install tensorflow-gpu
    conda会自动安装python版本所对应的tensorflow-gpu的版本,同时会自动安装对应的cuda和cudnn(目前3.7最高支持1.13.1)

四、Jupyter-notebook配置

1.生成jupyter-notebook的配置文件:jupyter notebook --generate-config
路径C:\Users\fuju\.jupyter\jupyter_notebook_config.py

2.设置jupyter-notebook工作目录:
7.png
8.png

3.安装nb_conda:conda install nb_conda(主环境和虚拟安装都需要安装)

安装后可在jupyter中自由选择所需要的kernel