机器学习笔记之二-win10+cuda9.1+CUDNN7+Anaconda3+VS2017+tensorflow1.5+opencv3.4

 [Tensorflow]环境搭建vs2017+win10+py3.6+cuda9.1+cudnn7+tf1.5

一、安装cuda 9.1+VS2017

 

一路下一步即可，环境变量cuda会自动配好。

 

安装完后，在主目录搜索deviceQuery.exe，跑一跑测试下就好了(成功最下一句是：RESULT PASS)。

 

vs2017和cuda 9.1同时安装的，虽然cuda暂时提示找不到vs，但是不影响。

 

二、安装cudnn7.0

 

下载后解压，然后复制文件：

 

3. Copy the following files into the CUDA Toolkit directory.

 

  a) Copy \cuda\bin\cudnn64_7.dll to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.

 

  b) Copy \cuda\ include\cudnn.h to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.

 

  c) Copy \cuda\lib\x64\cudnn.lib to C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64.

 

三、tensorflow安装

 

据说tf不支持cuda 9.1(因为官方的wheel是在cuda 9.0上编译的~）

 

当然有大神自己编译了一堆whl，方便不同版本使用。

 

https://github.com/fo40225/tensorflow-windows-wheel

 

找到对应cuda9.1版本，tf1.5的whl文件。

 

安装成功。

 

 

-----------------------------------------------

win10：1709

CUDA：cuda_9.1.85

CUDNN：cudnn-9.1-windows10-x64-v7

vs2017：除了安装桌面c++外，还需在组件中安装Windows SDK 版本10.0.15063.0

Python：3.6、Anaconda3-5.0.0-Windows-x86_64

tensorflow：（找不到可以正常运行的版本，宣告失败！）

opencv:opencv_python‑3.4.0+contrib‑cp36‑cp36m‑win_amd64.whl

vs2017编译时提示 ，注意头文件和库文件64位和32位的目录区别

1、无法打开包括文件windowsx.h

加入包含目录，通常在C:\Program Files (x86)\Windows Kits\10\Include目录下，根据实际版本确定。

2、无法打开dxd9.h等

重新安装directx SDK 并加入包含目录，以安装目录下的Include子目录

3、无法打开gdi32.lib

加入库目录，通常在C:\Program Files (x86)\Windows Kits\10\Lib目录下，根据实际版本确定。

关键：只需要在第一个项目中添加，应用，即可全解决方案有效！！！

重要的事情说三遍：添加一次就行！添加一次就行！添加一次就行！

当时以为要一个个加，在解决方案属性里找了很久。

4、无法打开包括文件mpi.h

 

下载Microsoft MPI v8.1.1

同上面一样添加包含目录和库目录。

安装directx sdk 

提示：error code s1023

打开添加删除程序，卸载

Microsoft Visual C++ 2010 x86 redistribuable - 10.0.( 数比30319大的)

或者

Microsoft Visual C++ 2010 x64 redistribuable - 10.0.( 数比30319大的)