Windows下深度学习环境配置
特别提醒,linux 基本一致!
本文由笔者整理以及个人的经验总结而来,保留查看的认为有较大查看价值的连接,并且尊重原作者劳动。
关于caffe,CUDA和cuDNN的安装该文有说明:https://www.cnblogs.com/songxingzhu/p/6018435.html
本人不再炒冷饭,只做个人认为的重要部分的一些补充说明。
caffe的安装
-
caffe是一个开源项目,官网http://caffe.berkeleyvision.org/,GitHub:https://github.com/BVLC/caffe/。
-
是一个轻量的处理图像框架–也就是说一套图像处理的流程模型,个人使用需要下载并且编译,github有生成的,而且有人使用证明比自己生成的运行速度更快。
CUDA与cuDNN的安装
- 下载地址:CUDA:https://developer.nvidia.com/cuda-downloads
- 下载地址:cuDNN:https://developer.nvidia.com/cudnn,需要登录账号,没有就注册后再登录。
- cuDNN使用方法:
or
uDNN的安装,是将解压的文件解压的三个文件夹覆盖到CUDA安装的同名文件夹下。
TensorFlow的安装
具体的可以参看该文章:https://www.cnblogs.com/lvsling/p/8672404.html
该文章较为详细的接受了在windows下对TensorFlow的安装问题!
-
此时,需要下载anaconda,并且已经安装好了,具体的安装过程不再赘述。
-
安装TensorFlow的一步:修改连接到的服务器镜像,因为GFW的问题,无法访问到国外的服务器.
# 修改指向的服务器地址:清华镜像服务器.
conda config --add channels https://mirrors.tuna.tsin