资源
先看看自己电脑能否支持tensorflow-gpu版本,这里主要是Nvidia显卡,点击查看。基本上只要显卡在 GeForce 410M 以上都可以。
我这里的版本可以使用python3.5+Tensorflow1.1.0,(作为一个新手,感觉低版本的应该也够用,踩了很多坑,懒得折腾了,先撸着)。
别的版本对应关系点这里查看,需要别的版本可以自行百度。不管怎样,一定要注意对应版本号,否则因为不同版本间文件需求不同,会出现dll找不到的问题。
如果和我一样出现了这个问题,可以先打开控制面板,删除之前安装的CUDA:具体删除哪些,点这里查看
安装CUDA
- Anconda和Pycharm的安装过程就不赘述了,很简单。
- 下载好CUDA+cuDNN,先安装CUDA,一切默认安装,或者自定义安装,去掉不需要的插件。
- 打开C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0,目录如下
- 把cuDNN里的文件夹复制,覆盖到这里面
- 添加环境变量
安装Tensorflow
这里在Anconda的环境中安装TensorFlow
在conda中Open Terminal,并执行如下命令
依次执行下面的命令,切换到国内清华镜像源,不然会很慢
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
接下来创建一个名为tensorflow的环境,并且python版本为3.5(gpu版还不支持3.7),期间需要选择y/n.选y就可以
conda create -n tensorflow python=3.5.2
成功后根据提示激活该环境
activate tensorflow
更新一下pip版本,以防出现什么乱七八糟的问题
python -m pip install --upgrade pip
安装1.1版本的TensorFlow
pip install https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
在anconda里选刚创建的tensorflow环境中的open with python启动一个终端,依次输入两行代码,看看是否安装成功
import tensorflow as tf
s=ts.Session()
至此应该就安装成功了,如果提示找不到什么什么文件,十有八九就是版本不对应。
然后在pycharm中测试一下
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))