WIN7+TensorFlow（GPU）+OpenCV+Anaconda安装配置

最新推荐文章于 2022-11-29 20:24:57 发布

thinever

最新推荐文章于 2022-11-29 20:24:57 发布

阅读量632

点赞数

分类专栏：学习笔记文章标签： TensorFlow

本文链接：https://blog.csdn.net/zym_1990/article/details/79270722

版权

学习笔记专栏收录该内容

14 篇文章 0 订阅

订阅专栏

原来用的是CPU版本的TensorFlow，CPU很渣，跑太慢。卸载了CPU版本的换GPU版本。都是坑

卸载方法：进入cmd-》activate tensorflow-》pip uninstall tensorflow

在前面说一下：去英伟达官网看一下显卡的计算能力。TF要求计算能力至少为3.否则用了GPU版本也白用。而且如果你强行指定要它用GPU，它就给你报错（老电脑泪流满面）

配置GPU版本：
GPU版本需要安装CUDA Toolkit和CUDNN。因为TensorFlow更新速度很快，到目前写这篇文章的时候CUDA版本已经和官网的不一样了。建议先安装TensorFlow看看需要什么版本的CUDA TOOLKIT.

1、TensorFlow：

进入CMD:输入下面的命令创建并激活conda环境

conda create -n tensorflow pip python=3.5

activate tensorflow

然后就可以下载安装

pip install --ignore-installed --upgrade tensorflow-gpu

2、CUDA Toolkit：

安装完成之后可以导入TensorFlow看看当前需要什么版本的CUDA。注意要在tensorflow环境下。这里还有坑，如果你是在CMD命令行的情况下输入下面语句，会说你没有tensorflow这个模块。解决方法根据编辑器不同，也有很多。如果想直接解决而不再使用任何插件什么的。直接把env里面的tensorflow里的文件替换掉Anaconda的文件（替换系统路径没用,不知道为什么）

python

import tensorflow as tf

在CMD中输入这两行之后就会报错，说找不到.DLL文件。会提示你下载相应的CUDA。然后去官网下载对应的CUDA和cuDNN

查一下自己的GPU是否支持

另外安装CUDA toolkit的时候，有系统要求的。通过下面的链接看看自己的配置，没有的自行安装。

看一下CUDA环境是否配置好了

安装的时候它会自动把路径添加进去。（如果选择“自定义”，可以不安装在C盘。路径也自动添加。C盘敏感者的福音）

如果你没有VS2010以及以上版本，会有部分组件安装失败。

3、cuDNN:

下载之前先注册。

下载之后解压缩，并将解压出来的三个文件夹中的文件，复制到CUDA中相对应的文件夹下。

官方文档说可以添加到系统路径中（这个方法我没用）

然后测试就可以用TensorFlow了。

测试的时候,使用下面这种方式打开会话。会显示设备信息。

贴一小段测试代码：

import tensorflow as tf
with tf.device("/gpu:0"): #指定使用第一块CPU。如果崩了，说明GPU不支持。注释掉就可以用CPU版本的了。
        a=tf.constant(2)
        b=tf.constant(3)
        c=tf.add(a,b)
        sess=tf.Session(config=tf.ConfigProto(log_device_placement=True))
        print(sess.run(c))

4、opencv：

从这里下载和电脑对应的版本

进入文件所在的文件夹：

pip install xxxxxxxx(你下载的版本）

使用的话就是

import cv2

注意python版本的和C++版本的API变化，建议查看文档。