因为Ubuntu的坑实在太深,我决定还是回归Windows系统,发现Windows下其实TensorFlow的配置也并不复杂。
首先下载安装anaconda
https://www.anaconda.com/download/
安装完成之后在root环境下的终端新建新环境tensorflow
>conda create tensorflow python=3.5
激活新环境
>activate tensorflow
再安装GPU版TensorFlow
>pip install tensorflow-gpu
查看TensorFlow版本可在python控制台中输入:
import tensorflow as tf
tf.__version__
之后再下载CUDA Toolkit 8.0:
https://developer.nvidia.com/cuda-80-ga2-download-archive
安装完成之后还需要配置环境变量,可以参考下面这个帖子的第4步:
https://jingyan.baidu.com/article/b24f6c821a2f8b86bfe5da19.html
归纳起来就是先新建系统变量:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
再再path变量中新建%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_BIN_PATH%;%CUDA_SDK_LIB_PATH%;
再然后是下载安装cudnn6.0 说是安装,其实就是将三个文件复制到cuda安装路径下对应的三个文件夹中。
重启电脑,再打开tensorflow环境python,输入一下代码可以验证TensorFlow是否已经成功配置:
import tensorflow as tf
sess = tf.InteractiveSession()
a=tf.constant([1., 2.])
b=tf.constant([2., 2.])
result = a + b
print(sess.run(result))