前面文章介绍了anaconda+CUDA+pyCUDA+boost_python+vs2015环境配置,这里给出链接:https://blog.csdn.net/whatuwannado/article/details/82468086
一.前置工作
本文基于上文进行TensorFlow+CUDA+Anaconda+windows环境搭建。
python:3.6.8
vs:vs2015
cuda:CUDA Toolkit 9.0
CuDNN:cudnn-9.0-windows10-x64-v7.3.0.29
boost_python:boost_python 1_67
pyCUDA:pycuda-2018.1
TensorFlow:TensorFlow 1.11.0
gdal:2.3.3
opencv:3.4.5
ps:gdal和opencv是遥感影像处理第三方工具包,不是必需的。
二.安装CuDNN
(1)Cudnn官方下载地址:https://developer.nvidia.com/rdp/cudnn-archive需要注册,不过也蛮简单的。毕竟官方的才是值得信赖的嘛!(改为cudnn9.0)
下载后解压,分别复制到已安装的cuda的对应目录中。
三.安装TensorFlow
本文通过anaconda安装的TensorFlow。
(1)新增名为tensorflow的python环境。管理员权限打开cmd,输入conda create -n tensorflow pip python=3.6(原来为3.5的环境后来改为了3.6),选择yes。 “-n” = name 。
(2)接着输入activate tensorflow;pip install --ignore-installed --upgrade tensorflow-gpu
或者从官网下载你需要的whl:https://pypi.org/project/tensorflow-gpu/#history
然后切换到whl所在的文件夹,打开控制台,激活tensorflow环境(1.11.0版本)
结果:
(1.11.0版本)
惨痛教训:cuda9.0,cudnn7.3,tensorflow-gpu1.11.0 组合稳定不保错。用tensorflow 1.11.0以上运行简单demo不会报错,但是以keras 2.0 (作为前端)+ tensorflow-gpu 1.11.0版本以上(作为后端)会报 丢失*.dll的错误,博主还没找到解决方案。推荐下载1.11.0版本的whl到本地进行安装。(cuda9.0,cudnn9.0,tensorflow-gpu1.11.0 暂未发现)
(3)测试是否安装成功
在激活TensorFlow的环境下,输入import tensorflow as tf。不报错即安装成功
(4)接下来到自己的IDE中更改一下解释器即可
博主习惯使用spyder。进入anaconda如下,可见多了一个命名为“TensorFlow”的运行环境,切换至该环境,安装你所需要的包即可。
恭喜!环境搭建完毕!
这里给出一些参考链接:https://www.tensorflow.org/install/install_windows
四.安装keras
在新建的tensorflow环境下,pip install keras==2.0.0
五.安装opencv
https://blog.csdn.net/qq_28818465/article/details/78441006
六.安装gdal(支持bigtiff)
选择和自己Python版本和系统位数一致的文件下载https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal
ps:pycharm如何配置tensorflow环境?https://www.cnblogs.com/429512065qhq/p/8663478.html。保证设置的编译器为你tensorflow环境下的python.exe