Win10下 tensorflow gpu版安装

准备:

系统环境: windows10 + Anaconda3 + Pycharm

(1)环境配置:

打开Anaconda Prompt,输入清华仓库镜像,这样更新会快一些:

输入:

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

同样在 Anaconda Prompt 中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:

conda create -n tensorflow python=3.5

运行 开始菜单 ->Anaconda3—>Anaconda Navigator,点击左侧的Environments,可以看到tensorflow的环境已经创建好了。

在Anaconda Prompt中启动tensorflow环境:

activate tensorflow

注:当不使用tensorflow时,关闭tensorflow环境,命令为:deactivate(返回默认的python 3.6环境)

(2)安装tensorflow

命令行先激活tensorflow

activate tensorflow

输入命令:pip install tensorflow-gpu   经过漫长的等待

这个时候虽然已经安装好了TensorFlow,但是因为需要GPU加速,我们还需要安装cuda和cuDnn(专门为deep learning准备的加速库)。

(3) 安装cuda,  点我点我  ,安装直接点击next即可

根据自己的环境选择对应的版本,exe分为网络版和本地版,网络版安装包比较小,执行安装的时候再去下载需要的包;本地版安装包是直接下载完整安装包。这里建议下载本地版

(4)cuDnn库的安装  点我点我,这个比较繁琐,需要填写许多问卷,下载压缩包

下载完cuDnn压缩包后解压,

这样就大功告成了。

下面命令行测试一下tensorflow能否运行,在Anaconda Prompt / cmd命令下进入python环境后,逐行输入:

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

输出为:

b‘Hello Tensorflow‘

(6)在pycharm中使用tensorflow

新建工程后在  File-Setting–Project Interpreter  选择  tensorflow  下的Python解释器

随便跑个HelloWorld测试一下,

import tensorflow as tf

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

控制台输出:

b‘Hello Tensorflow‘

这种方式的好处:不用每次都 开启、关闭环境了(activate tensorflow 、deactivate tensorflow)。

(7)tensorflow测试next:

①官方教程代码测试:

#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name=‘a‘)
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name=‘b‘)
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print sess.run(c)

输出:

Device mapping:
/job:localhost/replica:0/task:0/gpu:0 -> device: 0, name: Tesla K40c, pci bus
id: 0000:05:00.0
b: /job:localhost/replica:0/task:0/gpu:0
a: /job:localhost/replica:0/task:0/gpu:0
MatMul: /job:localhost/replica:0/task:0/gpu:0
[[ 22.  28.]
 [ 49.  64.]]

②example 测试

详细参考博文  http://blog.csdn.net/sb19931201/article/details/53648615//

刚刚接触深度学习,还不是怎么了解,先装上利器再说~_~ 欢迎大家有问题指教。

参考:

1. http://m.blog.csdn.net/u012052268/article/details/74202439

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

3. http://blog.csdn.net/hdd0411/article/details/71305931?locationNum=8&fps=1

时间: 2024-08-04 14:49:32

Win10下 tensorflow gpu版安装的相关文章

Win10系统下MySQL压缩版安装配置教程

MySQL分为安装版和压缩.为了以后MySQL出问题想重装时的各种不必要的麻烦,我个人推荐压缩版MySQL.下面进入教程: 进入官网下载MySQL压缩包,并解压如下 配置环境变量---将bin文件的目录加入电脑系统环境配置path下 新建my.ini配置文件(安装目录和数据库存放目录根据自己的目录编辑) [mysql] default-character-set = utf8 [mysqld] #端口 port = 3306 #mysql安装目录 basedir = E:/mysql-8.0.1

Ubuntu 16.04安装N卡驱动、cuda、cudnn和tensorflow GPU版

安装驱动 最开始在英伟达官网下载了官方驱动,安装之后无法登录系统,在登录界面反复循环,用cuda里的驱动也出现了同样的问题.最后解决办法是把驱动卸载之后,通过命令行在线安装驱动. 卸载驱动: sudo nvidia-uninstall 在线安装: sudo apt-add-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-384 #具体驱动版本号可以到官网查 安装完之后,在终端输

Windows下Anaconda安装 python + tensorflow GPU版

这里首先确认没有安装CPU版本,并默认已经安装了CUDA和Cudnn以及anaconda. 接下来需要安装GPU版本的tensorflow: 打开cmd并输入: conda create -n tensorflow pip python=3.5 继续cmd中输入: activate tensorflow 安装 pip install --ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/s

tensorflow gpu 版本安装

0,需要VS环境,如果没有需要下载安装 https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/ Visual Studio 安装,除了C/C++ 其他都不勾选 1,解压cuda9.0,点击解压后文件夹的setup.exe去安装 如果兼容性检查没有问题,就选择推荐的精简去一路next 如果兼容性检查出现感叹号,就选择自定义里面勾选上development和runtime,一路next 2,解压cudnn,把里面的lib.incl

Windows 8.1下 MySQL绿色版安装配置与使用

Mysql-5.6.17-winx64操作步骤: 一.安装MySQL数据库 1.下载. 下载地址:http://downloads.mysql.com/archives/get/file/mysql-5.6.17-winx64.zip. 2.解压MySQL压缩包 解压到指定目录,D:\Dev\mysql-5.6.17-winx64. 3.添加环境变量 在Path中添加  D:\Dev\mysql-5.6.17-winx64\bin 4.修改配置文件 将my-default.ini名称改为:my.

win10下设置IIS、安装php7.2

开启IIS及相关功能: 控制面板--程序和功能--启用或关闭Windows功能--勾选Internet Information Service--万维网服务--性能和功能--勾选CGI 开启成功后在 计算机管理--服务和引用程序  下会有IIS管理器 安装配置php: 官网下载php,none thread(非线程安全)和thread(线程安全)版本的选择: PHP的两种执行方式:ISAPI和FastCGI.FastCGI执行方式是以单一线程来执行操作,所以不需要进行线程的安全检查,除去线程安全

win10下git与gitlab安装与文件上传

目前了解到的版本管理工具有三种:gitlab  GitHub 和 码云 个人感觉 gitlab 在公司用的较多 便于协同办公   GitHub各种资源有很多,适合个人使用   码云是中文版 便于入门 无论哪种版本管理工具都要使用 git 作为媒介上传和克隆代码 ,本文主要介绍gitlab相关,后续增加其他两种 什么是git? (来自百度百科) 总之,要想实现代码的云管理,首先要在自己的电脑上安装 git, 其次在gitlab(或GitHub)创建一个账号,在通过一顿配置,就可以把本地的代码上传到

Windows10+Anaconda3下深度学习环境创建。安装tensorflow(cpu版),theano,keras

一.安装Tensorflow9=(cpu版) 在cmd(命令行窗口win+R+输入cmd)或者Anaconda里,进入虚拟环境(conda activate + 虚拟环境名(不加,默认Base)),直接conda install tensorflow,然后自动下载相关依赖包 二.安装Theano 1.安装g++编译器(Theano需要g++编译器支持):conda install mingw libpython 2.安装Theano:输入conda install theano 3.导入后报错:

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

折腾了一天半终于装好了win10下的TensorFlow-GPU版,在这里做个记录. 准备安装包: visual studio 2015: Anaconda3-4.2.0-Windows-x86_64: pycharm-community: CUDA:cuda_8.0.61_win10:下载时选择 exe(local) CUDA补丁:cuda_8.0.61.2_windows: cuDNN:cudnn-8.0-windows10-x64-v6.0;如果你安装的TensorFlow版本和我一样1.