Windows7 64bits下安裝TensorFlow GPU版本（圖文詳解）

 

 

 

 

不多說，直接上干貨！

 

 

Installing TensorFlow on Windows的官網

https://www.tensorflow.org/install/install_windows

 

 

 

 

 

 

 　　首先，要說明的是，在tensorflow 0.12.0開始支持Windows下安裝了。tensorflow 0.12.0之前是只支持Mac和Linux系統。

 

 

 

 

安裝環境要求：

• Windows 64位
• python 3.5
• pip 9.0.1
• tensorflow 0.12.0
• cuda8.0
• cudnn5.1
  查看gpu是否支持cuda

 

 

 

 

 

 

 

 

 

安裝過程：

　 下載python3.5

　　Windows下安裝TensorFlow只支持Python3.5以上的版本，所以安裝Python3.5，Python的安裝可以從官網下載， Python 3.5 from python.org 或  Python 3.5 from Anaconda 下載並安裝Python3.5.0，Anaconda要選擇與Python版本配套的。Andconda可以從官網下載， Andconda下載

Python的安裝需要設置環境變量，安裝教程可以參考 Python3.5安裝教程。 

 

 

 

 

 

 

　　

　　安裝python3.5

 　　這個很簡單，不多說。

 　　上面兩個一個是IDLE集成開發環境，一個是普通編譯器，和CMD在看着一樣。

 

 

 

 

 

 

　　 Windows7安裝Python3.5時，可能會遇到問題，如下圖：

 

  　　解決辦法：這是因為，Windows版本問題，我同樣是這個問題，打開360之類的工具，更新系統漏洞，把系統更新到Windows7 SP1版本就可以了。

 

 

 

 

　　升級自帶的pip版本pip3

　　考慮到自帶的Python3.x自帶的pip版本pip3.3較低，所以升級pip。

　　對此，需要修改Pip國內源。安裝完Python之后，Python3.x以上版本里面自帶有pip，Python3.x以上是pip3，pip下載速度很慢，看着網上各種資料，修改了下pip源。

　　使用國內鏡像加速pip安裝，做如下修改：

　　WIndows 7 在“C:\Users\用戶名\AppData\Local\pip”文件夾下，命名為“pip.ini“，添加內容：

    [global]  
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple  
    [install]  
    trusted-host=mirrors.aliyun.com  

 

　　但是Python3.x自帶的pip版本較低，需要更新，在cmd中輸入指令：

python -m pip install --upgrade pip  

　　或者

python.exe -m pip install --upgrade pip

 　 或者

pip3 install --upgrade pip  

 

 

 

 

 

 

安裝numpy

　　打開cmd使用pip進行安裝，輸入以下指令：

pip3 install numpy

 　　發現，numpy很快就可以安裝好。

 

 

 

 

 

 

安裝TensorFlow

　　TensorFlow的安裝有GPU和CPU兩個不同版本，我的GPU不行，所以我安裝的是CPU的版本。

采用的輸入Shell指令進行安裝，

　　GPU版：

pip3 install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

 

 或者

pip3 install tensorflow-gpu

 

 

 

 

 

GPU版本tensorflow安裝GPU支持包

　　安裝cuda8.0

• 下載
• 安裝

 

 

　　安裝cudnn5.1

• 下載
• 安裝

添加解壓后的bin目錄到PATH環境變量

 

 

 

測試tensorflow

　　打開“Python3.5”，輸入以下測試程序:

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

 

 

　　運行結果：

　　成功！

 

 

• gpu使用情況查看

nvidia-smi -l # 實時返回GPU使用情況

歡迎大家，加入我的微信公眾號：大數據躺過的坑        人工智能躺過的坑

 

 

 

同時，大家可以關注我的個人博客：

   http://www.cnblogs.com/zlslch/   和     http://www.cnblogs.com/lchzls/      http://www.cnblogs.com/sunnyDream/   

   詳情請見：http://www.cnblogs.com/zlslch/p/7473861.html

 

　　人生苦短，我願分享。本公眾號將秉持活到老學到老學習無休止的交流分享開源精神，匯聚於互聯網和個人學習工作的精華干貨知識，一切來於互聯網，反饋回互聯網。
　　目前研究領域：大數據、機器學習、深度學習、人工智能、數據挖掘、數據分析。 語言涉及：Java、Scala、Python、Shell、Linux等 。同時還涉及平常所使用的手機、電腦和互聯網上的使用技巧、問題和實用軟件。 只要你一直關注和呆在群里，每天必須有收獲

 

      對應本平台的討論和答疑QQ群：大數據和人工智能躺過的坑（總群）（161156071）