win10下安装tensorflow:
在前人的基础上,尝试了一下win10+tensorflow的感觉,最终安装成功。其实tensorflow版本一直在更新,所有无论什么时候的教程都会略有滞后。而且由于每个人的需求不同,会有不同的结果。
1、安装python
python的安装在此不表,百度直接搜,然后找一个不要太新的版本号即可。当前比较流行的是3.5
此处可以更换一下镜像,如使用ali的镜像,平在pip install 的时候添加信任即可。会极大的节省下载所需的时间。
windows下如何修改默认镜像,可以参考博客 (http://www.jb51.net/article/98401.htm)
在%APPDATA%路径下创建pip文件夹及pip.ini
在pip.ini中填入
[global]
timeout = 6000
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com
trusted-host与index-url的host保持一致即可
保存,结束。
ali的镜像是http://mirrors.aliyun.com/pypi/simple/
2、安装PIP
windows下的pip忘记怎么装的了。印象中是python3自带的。可以参考网上教程
3、安装tensorflow
获取最新的tensorflow比较简单的方法是直接pip install tensoflow-gpu就好了。会自动下载最新的tensorflow-gpu版。
4、确认所需的cuda版本
首先需要确认当前显卡是否支持CUDA。在官网可查
确认CUDA的版本对于一个有经验的人来讲,可能会有非常多的方法,比如说去tensorflow的官方网站根据版本找对应的CUDA版本。那么对于初学者来讲,有个更简单的办法去确认当前现在的tensorflow支持哪个CUDA版本---在import tensorflow的时候看他的报错。。
在import tensorflow时,系统会加载CUDA的动态库,如64位9.0版本的 CUDA对应的文件为cudart64_90.dll。这个文件在CUDA Development 的bin目录下。其中,数字64对应为64位操作系统,CUDA 9.0版本。如此一对照,加上操作系统的类型,就可以清楚的知道,当前缺少的CUDA组件为win10-x64-CUDA 9.0。
CUDA的下载相对比较友好,无需注册。在官网(https://developer.nvidia.com/cuda-toolkit-archive)中可以直接下载,速度挺快。
5、确认所需的cudnn版本
cudnn的文件命名格式:cudnn-9.0-windows10-x64-v7--这个文件的名字是cudnn,支持cuda9.0, win10-64位操作系统,版本号位7。并不是我们想想中的cudnn 9.0.
之所以强调一下命名,是因为下载cudnn需要注册英伟达账号,而注册账号出问题的话会等很久,建议从CSDN直接下载一个。因此需要知道CUDNN对应的环境名字。
同样的,如果没有cudnn,在import tensorflow的时候同样会出错。报错如下
ImportError: Could not find 'cudnn64_7.dll'. TensorFlow requires that this DLL be installed
那么,cudnn64_7则是对应的cudnn 64位的7.0
加上我们之前安装的CUDA版本号是9.0,我们可以知道我们缺的就是cudnn-9.0-windows10-x64-v7
这样一来,在安装好cudnn64_7以后,就可以解决问题了。
CUDNN64_7的安装方案是解压后,把CUDA里的内容直接COPY到CUDA-development中,合并文件夹即可。
6、环境变量配置:
当前验证暂时没有问题,没有改。同样的方案,报什么错改什么问题。知其然知其所以然。debug也是一种学习