1、安装Anaconda
Anaconda 4.3.1 (Python 3.6)
下载页:https://www.continuum.io/downloads
安装后,如果conda下载包的速度很慢,可以执行下面的命令设置国内镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
执行后生成C:\Users\USER_NAME目录下的.condarc文件记录着conda的配置
2、CUDA和CUDNN
cuda:https://developer.nvidia.com/cuda-downloads
版本:windows cuda 8.0
cudnn(Cuda Deep Neural Network library,是用于深度神经网络的GPU加速库,提供了forward and backward convolution, pooling, normalization, and activation layers等实现,让深度学习的研究者能够专注于训练神经网络而不是花费在 low-level GPU performance tuning上。许多深度学习框架都可以用cudnn加速,包括Tensorflow、Caffe、Theano、Torch、CNTK。):
https://developer.nvidia.com/cudnn
版本:cudnn v5.1 library for windows 7
下载cudnn需要注册一下。
1、安装cuda
2、解压cudnn,里面是三个文件夹bin、include、lib。将这三个文件夹复制到cuda的安装目录下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
3、安装Tensorflow
conda create -n tensorflow-gpu python=3.6
创建了一个环境,名字叫tensorflow-gpu
activate tensorflow-gpu
激活这个环境
可以看到命令前面有tensorflow-gpu标识。