win7系统安装GPU/CPU版tensorflow
tensorflow分为CPU版和GPU版,GPU效率更好,当然,tensorflow只支持NVIDIA显卡,其他的显卡不支持。
windows 7
python3.5(64位)
计算力不小于3.0的NVIDIA显卡
tensorflow版本 1.4.0-GPU
CUDA版本 8.0.44 (之前一直出现 ImportError:DLL load failed: 找不到指定的模块。和ImportError: No module named'_pywrap_tensorflow_internal' , cuda9.0.176-win7 错! cuda8.0.61-win7 错! cuda8.0.44-win7!对了!)https://developer.nvidia.com/cuda-80-download-archive
cudnn 6.0版本 (这个是tensorflow1.4.0要求的,必须是这个版本)
python 3.5 (必须必须!)
1.注意:如果只是安装CPU版,可忽略此步骤。
cuda有些功能会依赖vs2015,可以去网上下载一下社区版的vs2015,完全免费。
2.注意:如果你只是安装CPU版,可忽略此步骤。
去以下nvidia官网去下载cuda:
https://developer.nvidia.com/cuda-downloads
选择,“windows”--“x86_64”--“7”--“exe(local)”,点击“Download”,文件大概有1.3GB.
下载完成后,双击安装,很简单,不再赘述。
测试一下是否安装成功,命令行输入 nvcc -V
,看到版本信息就表示安装成功了。
3.注意:如果你只是安装CPU版,可忽略此步骤。
去nvidia官网去下载cuDNN:
https://developer.nvidia.com/rdp/cudnn-download
这个需要注册一个用户,并且填写一下问卷,否则无法下载。
注意,建议下载v5.1的,v6.0有很多问题(当然,如果你的显卡是很新款的话,不妨试一下,像我的显示是GTX650Ti的,就安装v6.0就会报“ImportError: DLL load failed: 找不到指定的模块”错误)
下载完成后,解压。解压后,会看到名为“cuda”的文件夹,文件夹下面有3个子文件夹(bin,lib,include),需要把这3个子文件夹复制“NVIDIA GPU ComputingToolkit\CUDA\v8.0”文件夹下(系统会提示已经存在,是否合并,选择确定就可以了),一般的路径是:C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v8.0
.
4. 修改环境变量:左击桌面的“计算机”图标,依次选择“高级系统设置”--“环境变量”,在“系统变量(S)”中找到Path选项,双击编辑“变量值(V)”:你需要以下的路径是否在Path中,如果没有,就添加对应的路径(一般是最后两个路径没有):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\libnvvp
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\lib
C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\include
5. 下载安装python,记得勾选“Add Python x.x to Path”
TensorFlow支持2种方式安装:
PIP方式,直接去Python官网去下载对应的PythonWindows安装包就行了,要注意32位和64位版本的选择。
要注意,TensorFlow目前只能用Python 3.5.X版本的。所以不要下载错了版本。
下载链接:https://www.python.org/downloads/release/python-352/
系统变量也加好了,安装好Python后,打开CMD,验证Python是否安装成功,输入:Python,出现Python版本号证明安装成功。
6.安装完成后,点击window徽标,输入powershell回事,调出powershell命令行。
如果是想安装CPU版本的,在命令行输入“pipinstall tensorflow”就可以了。
需要注意的是,cpu版本可能依赖MSVCP140.DLL这个文件,确保在C:\Windows\SysWOW64路径下面。
如果是想安装GPU版本的,在命令行输入“pipinstall tensorflow-gpu”就可以了。同样不需要指定版本号与地址,系统自动匹配最优的版本。
Python安装好后,我们就要进行下载安装TesorFlow需要的库了。
CPU版本命令输入:
[java] view plain copy
1. pip3 install --upgrade tensorflow
GPU版本命令输入:
[java] view plain copy
1. pip3 install --upgrade tensorflow-gpu
等待自动下载。
整个过程TensorFlow需要安装:numpy、six、wheel、appdirs、pyparsing、packaging、setuptools、protobuf、werkzeug、tensorflow。
7.安装完TensorFlow后,我们写一个例子进行测试下是否可以运行。在程序里找到:Python3.5或者CMD里输入Python即可进入输入编码模式。
在powershell命令行输入python回车,并在python环境下,依次输入如下命令,看能否运行:
>>>import tensorflow as tf
>>>sess=tf.Session()
>>>print(sess.run(tf.constant(666)))
如果结果是666,那么恭喜您,已经成功搭建tensorflow开发环境了,心情享受人工智能高逼格的开发乐趣吧!
官方例子:
1. >>> import tensorflow as tf
2. >>> hello = tf.constant('Hello, TensorFlow!')
3. >>> sess = tf.Session()
4. >>> print(sess.run(hello))
会输出:
1. Hello, TensorFlow!
另外一个计算的例子:
1. >>>import tensorflow as tf
2. >>>sess = tf.Session()
3. >>>a = tf.constant(10)
4. >>>b = tf.constant(22)
5. >>>print(sess.run(a + b))
会输出:
1. 32
GPU版需要依赖vs2015、cuda和cuDNN,记得安装
cpu版本可能依赖MSVCP140.DLL这个文件,确保在C:\Windows\SysWOW64路径下面
国内PIP源:
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/