ps:1、2步安装顺序无所谓
1、安装anaconda3(本人安装的4.2.0,下载链接https://repo.continuum.io/archive/),
正常安装,环境变量勾选自动添加
2、查看对应tensorflow和cuda cudnn版本号
参考:https://blog.csdn.net/qiancaobaicheng/article/details/95226499
本机NVIDIA版本号:369.3,因此本机最好的选择是cuda8.0(8.0.44),对应cudnn为6.0或5.1(win8使用win7版本cudnn)
cudnn是一个压缩包,解压之后对应上图三个文件夹,将文件夹中的文件复制到CUDA安装目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\ 名称相一致的文件夹下即可
3、虚拟出一个python环境(即tensorflow-gpu),命令如下:
conda create -n tensorflow-gpu python=3.5
激活该虚拟环境,并在该环境下安装tensorflow的GPU版本:
activate tensorflow-gpu
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.2.0
到这步,我们已经安装好了TensorFlow的GPU版本。接下来可以测试验证下是否可以使用。输入:python,进入Python编程环境,再输入以下四行代码进行验证,最后能输出则表示安装成功。
4、可以将该tensorflow-gpu环境加载到Pycharm中,大家也可以选择其他IDE。
file->settings->project interpreter,在红圈中的设置中添加tensorflow-gpu中的python.exe。
附:OpenCV(即cv2)安装
# python2版本的基本包安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
# python3版本的基本包安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
其他:
pip install tensorflow-gpu==1.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple