1. Tensorflow官方简介
TensorFlow™ 是一个使用数据流图进行数值计算的开源软件库。图中的节点代表数学运算, 而图中的边则代表在这些节点之间传递的多维数组(张量)。这种灵活的架构可让您使用一个 API 将计算工作部署到桌面设备、服务器或者移动设备中的一个或多个 CPU 或 GPU。 TensorFlow 最初是由 Google 机器智能研究部门的 Google Brain 团队中的研究人员和工程师开发的,用于进行机器学习和深度神经网络研究, 但它是一个非常基础的系统,因此也可以应用于众多其他领域。
2. 在Windows下安装GPU版Tensorflow
2.1 查看电脑是否适合安装GPU版Tensorflow
进入https://developer.nvidia.com/cuda-gpus网址后,选择自己显卡系列,如果Compute Capability大于等于3.0,那么可以安装GPU版Tensorflow。
2.2 安装Anaconda以及pip,conda安装慢问题的解决
2.2.1在Anaconda官方地址下载比较慢,可以选择清华大学镜像站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
2.2.2 在Anaconda prompt中执行以下命令解决conda安装慢问题
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
2.2.3 解决pip安装慢的问题
在user目录中创建一个pip目录,如:C:\Users\xx\pip,新建文件pip.txt
文件内容写入如下:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com
再把文件名修改为pip.ini
在修改前速度只有几k或者几十k,修改之后能有几M了
3. 安装VS2015
在https://www.visualstudio.com/zh-hans/vs/older-downloads/ 中下载Visual Studio Community 2015,除了下图框选处,其他选项都是默认
4. 安装CUDA8.0版本
https://developer.nvidia.com/cuda-80-ga2-download-archive
安装好后能看看到下面图片
5. 安装CuDnn(CuDnn 6.0 for CUDA8.0)
https://developer.nvidia.com/rdp/form/cudnn-download-survey 需要注册账号,选择CuDnn 6.0 for CUDA8.0下载安装
解压缩CuDnn文件,得到3个文件夹:bin, include, lib。如下图所示,将这个三个文件夹复制到“C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0”。
6. 检查环境变量
6.1 确认CUDA_PATH和CUDA_PATH_V8.0已经存在
6.2 确保anaconda在用户变量的Path中
6.3 确保系统变量的Path中有这两样
7 所以的准备工作已经做好了,现在用Anaconda安装Tensorflow
7.1 打开anaconda prompt 输入
conda create -n tensorflow python=3.5
来创建Tensorflow专用环境
再输入
activate tensorflow
来激活Tensorflow专用环境
然后
pip install --ignore-installed --upgrade tensorflow-gpu
来安装Tensorflow
安装成功后在我的电脑里进入\Anaconda3\envs\tensorflow找到python.exe运行,输入
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
出现Hello, TensorFlow! 代表安装成功,至此安装结束