Win10+Anaconda3下tensorflow-gpu环境配置


Win10+Anaconda3下tensorflow-gpu环境配置

基本环境

操作系统window10-education

显卡 NIVIDA GETFORCE GTX 1050

安装Anaconda3

Windows 下安装很简单,直接下一步就可以了

官网下载:https://www.anaconda.com/download/

注意勾选这两个地方,一个是加入环境变量,另一个是设为默认版本,其他全部默认勾选

 

 

Anaconda3默认安装的是Python3.6,但是目前的tensorflow只支持python3.5,

这个时候要重新创建一个python3.5的环境,具体步骤:

1创建一个名为python3.5的环境,命名为python35

打开cmd,conda create --name python35 python=3.5

2 安装完成后,激活和取消激活命令

激活:activate python35

取消激活:deactivate

这个时候可以在Anaconda3路径下envs下看到刚才创建的python35,每当我们激活python3.5时,系统的运行环境就在这个文件下面。

 

安装Tensorflow

安装好了上述的python3.5的环境之后,先激活python35,我们这里要装的是gpu版

输入:pip install tensorflow-gpu

完成后,虽然安装完成了,但是需要GPU加速,还需要安装cudacuDnn(专门为deep learning 准备的加速库)

 

安装cuda

安装cuda的时候遇到了一个大坑,tensorflow只支持v8.0,然而官网上只有最新版v9.0,一开始并不知道,去官网下了最新版的v9.0,然后一阵操作之后报错找不到cuda8.0中相关dll,最后在网上找了一个v8.0,最新版可以去官网下,这里附上v8.0的下载链接

百度云https://pan.baidu.com/s/1c2tBiLE

直接下载地址

https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda_8.0.44_win10-exe

 

另外一点,我是先装好了v9.0,装完之后发现不行,只能卸载9.0后重装8.0(卸载的方法就是去控制面板里面的程序里面一个一个卸载),这里又遇到一个问题,明明下载的是win10版本的cuda8.0,安装的时候说环境不兼容

 

 

出现这个问题的原因是已经安装的驱动的版本比这个8.0带的驱动版本高,解决方法是选择继续,在选项中选高级后会有当前CUDA要安装的驱动版本以及你已经安装的版本,你已经安装过的就不用安装了。

 

CuDnn库下载

在官网上去下载,下载选项中显示网站正在维护,下不了,所以直接在网上找了链接下载,

https://pan.baidu.com/s/1o8mc4YI

 

下载完了之后,不用安装,直接把对应文件夹里的文件复制到cuda的对应文件夹里面就可以了

 

 

然后,,,网上的其他教程中建议把bin和lib/x64加到环境变量中,CUDA_PATH已经加到环境变量中了,照做了,后面测试也没遇到什么问题

安装完成后测试安装是否成功,在cmd中输入nvcc -V

 

 

 

Tensorflow测试

在tensorflow环境里打开python

import tensorflow as tf

 

hello = tf.constant("Hello!TensorFlow")

sess = tf.Session()

print(sess.run(hello))

 

 

 

配置pycharm

 

 

结束语

至此,安装完毕了,这里列出所有的参考资料

  1. Win10 TensorFlow(gpu)安装详解

http://blog.csdn.net/sb19931201/article/details/53648615

 

  1. win10下通过Anaconda安装TensorFlow-GPU1.3版本,并配置pycharm运行Mnist手写识别程序

https://www.cnblogs.com/hear-nothing/p/7464882.html

 

  1. CUDA8.0显示不兼容

http://tieba.baidu.com/p/4863121783

 

另附上一些Anaconda Prompt的基本命令

conda –version

检查conda版本

 

conda create

创建并激活一个环境

 

conda info -envis或者(-e)

列出所有的环境

 

conda list
列出所有的已安装的packages

conda install name
name是需要安装packages的名字


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM