win10下通過Anaconda安裝TensorFlow-GPU1.3版本，並配置pycharm運行Mnist手寫識別程序

折騰了一天半終於裝好了win10下的TensorFlow-GPU版，在這里做個記錄。

准備安裝包：

visual studio 2015；

Anaconda3-4.2.0-Windows-x86_64；

pycharm-community；

CUDA:cuda_8.0.61_win10；下載時選擇 exe（local）

CUDA補丁：cuda_8.0.61.2_windows；

cuDNN:cudnn-8.0-windows10-x64-v6.0;如果你安裝的TensorFlow版本和我一樣1.3，請下載cuDNN v6.0 for CUDA 8.0 （不要問我為什么知道....）

開始：

1.安裝visual studio2015 可以只安裝 Visualc++部分

2.安裝CUDA：

按提示安裝,先安裝cuda_8，再安裝補丁；

裝完后在cmd里查看版本號：nvcc -V 

 

3.安裝cuDNN庫：

把解壓文件放置到CUDA的相關文件夾里：（懶得打字了）

==============》》  

 

4.安裝Anaconda:

我是選擇用Anaconda安裝TensorFlow，方便管理各種環境。

下載對應安裝包，按提示安裝。

 

裝好后，打開Anaconda Prompt.添加清華的鏡像源

 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

 

在win下更改Python的默認源為清華源：

在當前的用戶目錄下新建pip文件夾，在pip文件夾里新建pip.ini文件：

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

 

 

在Anaconda里建立TensorFlow的環境：

conda create -n tensorflow Python=3.5

 

激活TensorFlow環境：

activate TensorFlow

 

關閉環境：

deactivate

 

 

5.安裝TensorFlow：

pip install --upgrade --ignore-installed tensorflow-gpu

 安裝TensorFlow指定版本（清華源上有的，更換鏈接最后的版本名稱就行了）

pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

 

簡單測試：

在TensorFlow環境里打開Python：

import tensorflow as tf

hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

 

見到b'hello tensorflow' 測試成功。

6.安裝，配置pycharm：

下載對應安裝包。按提示安裝pycharm。

配置pycharm：

在選擇Python版本時，手動添加位於Anaconda的python版本，位置在Anaconda的安裝目錄下的envs文件夾里：

 

 7.在pycharm里新建mnist手寫識別程序：

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)
import tensorflow as tf
sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32,[None,784])

w = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))

y = tf.nn.softmax(tf.matmul(x,w) + b)

y_ = tf.placeholder(tf.float32,[None,10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),reduction_indices=[1]))

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

tf.global_variables_initializer().run()

for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    train_step.run({x: batch_xs, y_:batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

運行：

 

 至此全部安裝完畢。

 

安裝過程中的坑：

1.安裝TensorFlow1.3的cuDNN的版本要選V6的版本，不然會出現

No Module Named '_pywrap_tensorflow_internal'

以及

DLL load failed: The specified module could not be found等錯誤。