Tensorflow 如何在windows 10上安装CUDA分析工具界面

我的目标是找出在tensorflow中构建的神经网络模型的内存使用情况。因此，我发现我必须在我的Windows10机器上安装以下库：CUDA分析工具界面。因此，这可以通过以下方式实现：

sudoapt-get-install-libcupti-dev

在linux上。此命令在windows 10上的等效性是什么？请注意，我的机器上有CUDA v9.0和tensorflow 1.8

我尝试了以下代码：

import os
import tempfile

import tensorflow as tf
from tensorflow.contrib.layers import fully_connected as fc
from tensorflow.examples.tutorials.mnist import input_data
from tensorflow.python.client import timeline

batch_size = 100

inputs = tf.placeholder(tf.float32, [batch_size, 784])
targets = tf.placeholder(tf.float32, [batch_size, 10])

with tf.variable_scope("layer_1"):
    fc_1_out = fc(inputs, num_outputs=500, activation_fn=tf.nn.sigmoid)
with tf.variable_scope("layer_2"):
    fc_2_out = fc(fc_1_out, num_outputs=784, activation_fn=tf.nn.sigmoid)
with tf.variable_scope("layer_3"):
    logits = fc(fc_2_out, num_outputs=10)

loss = tf.reduce_mean(
    tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=targets))
train_op = tf.train.GradientDescentOptimizer(0.01).minimize(loss)

if __name__ == '__main__':
    mnist_save_dir = os.path.join(tempfile.gettempdir(), 'MNIST_data')
    mnist = input_data.read_data_sets(mnist_save_dir, one_hot=True)

    config = tf.ConfigProto()
    config.gpu_options.allow_growth = True
    with tf.Session(config=config) as sess:
        sess.run(tf.global_variables_initializer())

        options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
        run_metadata = tf.RunMetadata()
        for i in range(3):
            batch_input, batch_target = mnist.train.next_batch(batch_size)
            feed_dict = {inputs: batch_input,
                         targets: batch_target}

            sess.run(train_op,
                     feed_dict=feed_dict,
                     options=options,
                     run_metadata=run_metadata)

            fetched_timeline = timeline.Timeline(run_metadata.step_stats)
            chrome_trace = fetched_timeline.generate_chrome_trace_format()
            with open('timeline_02_step_%d.json' % i, 'w') as f:
                f.write(chrome_trace)

我得到了以下错误：

2019-01-03 13:49:50.347482: I T:\src\github\tensorflow\tensorflow\stream_executor\dso_loader.cc:142] Couldn't open CUDA library cupti64_90.dll
2019-01-03 13:49:50.347629: F T:\src\github\tensorflow\tensorflow/stream_executor/lib/statusor.h:212] Non-OK-status: status_ status: Failed precondition: could not dlopen DSO: cupti64_90.dll; dlerror: cupti64_90.dll not found

Process finished with exit code -1073740791 (0xC0000409)

---

非常感谢您的帮助

问题根据@menggangmark解决为：

---

“cupti64_90.dll文件位于C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64中。我刚刚通过将dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin中，并将同一位置的文件cupti.lib复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64中，解决了这个问题。而且它有效！“

阅读一些文档怎么样？我很久以前就下载了该工具包。但我现在只想下载CUDA分析工具界面，而不是整个工具包，因为它将与tensorflowDownload不兼容，或者重新运行CUDA版本的安装程序，并按照我链接的说明进行操作to@tal上个月，我查看了我机器上的CUDA文件夹，发现cupti已经下载到以下文件夹中：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\cupti

这个文件夹包含

include

、

libwin32

、

libx64

、

sample

和

自述

…所以我不知道下一步该怎么做才能避免重新安装CUDANothing，因为它已经安装。从CUDA的角度来看，您已经完成了。您可以很容易地将CUPTI安装路径添加到DLL搜索顺序中，并且它会起作用。另外，请记得回来接受您的回答，以便将其从未答复列表中删除