🧤Install Tensorflow with GPU on Windows 10

Requirement

• Install Python 3.6.6

• Install Virtualenv Package and Create Virtual Environment

• CUDA Toolkit 9.0

• NVIDIA GPU Driver 410.x+ for CUDA 9.0

• cuDNN 7.6.3 for CUDA 9.0

• TensorRT 5.1 for CUDA 9.0

Install

Step 1

• ทำการดาวน์โหลด NVIDIA GPU Driver 410.x ขึ้นไป สำหรับ CUDA Toolkit 9.0 โดยเลือกเวอร์ชั่น NVIDIA ให้ตรงกับที่ใช้งาน ซึ่งผมใช้ Geforce GTX 1660 Ti อย่าลืมเลือกให้ตรงกับระบบปฏิบัติการ Windows 10 64-bit กรณีที่เป็น Windows ให้เลือก Driver Type เป็น DCH

• คลิก OK

• เลือก NVIDIA Graphics Driver and Geforce Experience แล้วคลิก Agree and Continue

• เลือก Express แล้วคลิก Next

• เลือก Create Desktop Shortcut แล้วคลิก Restart Now

Step 2

• ทำการดาวน์โหลด CUDA Toolkit 9.0 อย่าลืมเลือกให้ตรงกับระบบปฏิบัติการ Windows 10 64-bit

• คลิก Agree and Continue

• เลือก Express แล้วคลิก Next

• เลือก I understand แล้วคลิก Next

• คลิก Next

• คลิก Close

Step 3

• ทำการดาวน์โหลด cuDNN 7.6.3 สำหรับ CUDA 9.0 อย่าลืมเลือกให้ตรงกับระบบปฏิบัติการ Windows 10 64-bit โดยสถาปัตยกรรมแบบใหม่ Volta สามารถ Train ข้อมูลได้เร็วกว่าแบบเดิมซึ่งเป็นแบบ Pascal ถึง 3 เท่า

• จากนั้นทำการคัดลอกไฟล์ cudnn64_7.dll ไปไว้ใน C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

• จากนั้นทำการคัดลอกไฟล์ cudnn.h ไปไว้ใน C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include

• จากนั้นทำการคัดลอกไฟล์ cudnn.lib ไปไว้ใน C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

Step 4

• ทำการรัน sysdm.cpl เลือก Advanced แล้วคลิก Environment Variables

• เลือก Path แล้วคลิก Edit User variables

• ทำการระบุ Path ของ CUDA เป็น C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

• ทำการสร้าง Virtual Environment

mkvirtualenv venv

workon venv

• ติดตั้ง Tensorflow ( GPU )

pip install tensorflow-gpu==1.5.0

• ทำการสร้างไฟล์ tensorflow-begin.py

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

• ทำการรัน tensorflow-begin.py

python tensorflow-begin.py

• ลองดูผลลัพธ์

อ่านเพิ่มเติม : https://bit.ly/2PTCMtg