安装要求:
- OS:Windows7(64bit)
- 显卡型号:支持GPU加速
- Python:python3.5
- TensorFlow:GPU版本
- Visual Studio:安装cuda的前提
- GPU加速:Cuda 8.0, Cudnn v6(支持cuda8.0版本)
一、安装Python
选择Anaconda安装,选择Anaconda3-4.2.0版本(对应python3.5版本)。
Anaconda下载地址:https://repo.continuum.io/archive/,但由于下载速度极慢,此处分享网盘链接 Anaconda3-4.2.0-Windows-x86_64 ,密码w2qi。
至此,Python3.5安装完成。
二、下载安装Cuda和Cudnn
深度学习库使用cuda和cudnn进行GPU加速,可以大大的缩短计算时间。默认已安装显卡驱动;安装cuda前提是,已安装Visual Studio。
1.下载。首先要检查电脑显卡型号是否支持GPU加速:https://developer.nvidia.com/cuda-gpus,确定电脑显卡型号支持GPU加速后,下载cuda和cudnn。
下载时注意版本间匹配问题,本文章安装的软件为:Python3.5+cuda8.0+cudnn v6(支持cuda8.0)+tensorflow1.4.0。cuda8.0下载地址:https://developer.nvidia.com/cuda-toolkit-archive,cudnn下载地址(下载前需要注册登录,注意下载支持cuda8.0的版本):https://developer.nvidia.com/cudnn。
2.安装。 双击cuda的.exe文件安装完成;接下来解压cudnn,将解压后的bin,include,lib三个文件夹复制到cuda的安装目录下,默认路径为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0(注意:是合并文件夹,不是替换)。
最后检验cuda是否安装成功:
1) 打开cmd窗口,输入命令:nvcc -V
,出现下列窗口,则表明能够正常识别nvcc
命令:
2)默认安装Visual Studio;
3)编译cuda的示例程序;
- 在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 目录下,有CUDA的示例程序。由于我安装的是VS2015,所以打开 Samples_vs2015.sln 那个解决方案文件,将解决方案配置更改为Release和x64;
- 右键解决方案名称,编译整个解决方案,在 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release 目录会生成 deviceQuery.exe 这个可执行文件。
4)执行实例程序。
关闭 VS2015。打开一个cmd窗口,cd 到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64\Release目录(一定要 cd,切换到该目录下,因为此路径中间有空格,如果直接执行 deviceQuery.exe 会空格前面的 C:\ProgramData\NVIDIA看做单独的命令),输入:deviceQuery.exe ,然后回车,出现下图表明cuda安装成功:
三、安装tensorflow
在安装tensorflow之前先更改镜像,使用国内镜像加速pip安装,需要下列操作:
1. 更改为国内镜像
在“C:\Users\用户名”文件夹下,新建文本文档,添加下列内容:
- [global]
- index-url = https://pypi.tuna.tsinghua.edu.cn/simple
- [install]
- trusted-host=mirrors.aliyun.com
打开Anaconda Prompt ,输入pip install tensorflow-gpu==1.4.0
2. 临时使用
当然,不用上述操作,也可以直接使用命令下载安装tensorflow:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 要下载的包
,此处下载tensorflow的命令为:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.4.0
如果直接使用命令pip installtensorflow-gpu
,则默认下载安装的是最新版本的tensorflow-gpu,由于cuda8.0只能与tensorflow1.5以下版本兼容。若不符合,可卸载:pip uninstall tensorflow-gpu
,再安装上述步骤安装。
验证安装成功与否,可在Anaconda Prompt中输入python
,回车后再输入import tensorflow as tf
,若出现下图所示>>>
,则证明tensorflow安装成功。
四、安装keras
打开Anaconda Prompt窗口,输入命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras
。输入python
,回车后再输入import keras
,结果如下图所示,则证明keras安装成功。
五、安装Pycharm及配置环境
pycharm的安装和python库配置步骤,可参考本作者的另一篇博客第四、五节内容:https://blog.csdn.net/weixin_42270428/article/details/81710995
本文章主要参考博客如下:
http://www.360doc.com/content/17/0307/02/20558639_634588045.shtml
https://blog.csdn.net/lanchunhui/article/details/54964064