windows系统安装深度学习框架tensorflow-gpu

深度学习环境搭建：Python35(64)+tensorflow-gpu

一 .深度学习框架对比

                          

                                                                                       表1-1  主流深度学习框架

                        

二 .深度学习环境搭建

         在windows环境下搭建tensorflow-gpu开发环境。

1 .前期准备

    （1）显卡:Nvidia系列显卡（目前只有Nvidia旗下显卡支持GPU加速），

查看哪些显卡支持GPU加速，链接：https://developer.nvidia.com/cuda-gpus 。

      (2)  python3.5+(64bit)和一个python的IDE。

   （3）cuda安装包和cudnn加速库。

2.安装python3.5（Anaconda）版本 

       python下载地址：https://www.python.org/downloads/windows/，直接下载exe文件到本地安装，安装之后需要添加环境变量path：你的python的安装目录\；你的python的安装目录\Scripts\。然后安装一个python的IDE，推荐使用Pycharm，链接：http://www.jetbrains.com/pycharm/download/#section=windows，安装Pycharm时直接勾选自动添加环境变量，之后即可，Pycharm会自动找到系统已存在的python版本。

3. 安装tensorflow-gpu版本      

    Tensorflow有cpu和Gpu两个版本，后者支持并行加速。

     （1）安装tensorflow-gpu。在命令行下定位到 .python/Scripts，然后输入 pip install tensorflow-gpu，之后系统自动获取需要的组件，安装完毕，具体步骤见下图。

                  

到这里已经安装好了tensorflow-gpu版本，但是还不完整，不能进行并行加速。

4. 需要安装一个cuda包和一个cudnn库

       CUDA(Compute unified Architecture)，是英伟达（Nvidia）公司推出的一种基于新的并行编程模型和指令架构的通用并行计算结构，它能利用英伟达GPU的并行计算引擎，比CPU更高效的解决许多复杂计算任务。Cuda8.0下载链接：https://developer.nvidia.com/cuda-downloads

           

下载到本地之后，由于是exe文件，直接安装即可。

Cudnn：CudaDeep Neural Network library。它是用于深度神经网络基本计算的 GPU 加速库。Cudnn链接：https://developer.nvidia.com/cudnn。下载这个安装包需要注册并且填一些问卷方可下载，下载的相关包不用安装，解压后拷到cuda路径对应的文件夹下面，再配置path环境变量即可。

(1)  解压后的cudnn下面有3个文件夹bin,lib和include,只需要把这三个文件夹下的文件复制到cuda相对应的文件夹下即可。

(2)  以我的为例，安装完cuda之后CUDA_PATH是C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v8.0,但是这样不能直接访问到该路径下的bin和lib下的程序包，在Path中加上这两个路径即可。即C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\bin；

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v8.0\lib

5  tensorflow测试小程序