admin 管理员组

文章数量: 887021

为什么选择Windows系统:
其实我们没有必要过多纠结与到底使用Linux系统还是Windows系统来学习TensorFlow,因为不管是那个系统我们关注更多的还是框架本身的学习而已。Linux对于TensorFlow的支持一定是好过Windows的,但是作为一个初学者而言,它具体好在哪里在初期的学习阶段可能也不大能体现出来,再加上我对Linux系统并不熟悉,所以选择了更小的学习成本开始TensorFlow的学习。

配置所需要的环境和软件版本:
系统环境:Windows10
TensorFlow版本:1.1
Python版本:3.5
CUDA版本:8.0.61
cuDNN版本:v5.1
Anaconda版本:3-4.2.0

CUDA环境搭建

1.确定显卡是否支持CUDA

CUDA是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。CUDA环境搭建需要依赖电脑的GPU,我们需要先查看GPU版本:

我电脑的GPU型号为GTX 960M,其计算能力为5.2,GPU的计算能力可以在NVIDIA官网查看。

2.安装CUDA8.0
在NVIDIA官网下载与系统对应的CUDA8.0安装包并安装:
[外链图片转存中…(img-tjJJ0jPt-1567924852550)]
安装完成后:

3.配置cuDNN v5.1
cuDNN是用于深层神经网络的GPU加速的原始库。
在官网下载与CUDA版本和操作系统对应的cuDNN,将其解压后放在CUDA8.0的安装路径下。

解压之后:

可以看到,其实解压出来的三个文件夹在CUDA的安装路径中是存在的,这三个文件夹里放的其实是使用cuDNN所需呀的文件。
需要注意的时,整个过程是不需要配置环境变量的,因为在安装CUDA的时候环境变量已经配置好了,配置cuDNN也只是把cuDNN需要的文件放到自动定义好的路径里面,这点还是很方便的。

使用 Anaconda搭建Python环境##

Anaconda是一个集成了Python的工具包,还包含了Python的一些常用库,如numpy等,所有版本下载地址,外网下载速度很慢,可以到清华大学镜像下载,**需要注意的是,配置TensorFlow需要Anaconda3-4.2.0,该版本的Anaconda安装的才是Python3.5,而到目前为止TensorFlow在Windows下只能用Python3.5版本。**安装完成后在开始菜单会出现一个Anaconda3的文件夹:

安装CPU版TensorFlow

TensorFlow有两个版本大家肯定都知道,但是按照官网的建议,安装GPU版之前最好装一遍CPU版的,在这里直接在cmd中利用Anaconda来安装,注意cmd一定要用管理员权限打开
在cmd中键入:conda create -n tensorflow,用来新建一个conda环境

在cmd中键入: activate tensorflow,以激活conda环境:
激活之后,cmd命令行的前面会有一个写着tensorflow的括号。

在刚刚激活的环境下,使用pip安装CPU版TensorFlow,在cmd中键入:

pip install --ignore-installed --upgrade https://storage.googleapis/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl


然后等待安装完成就好了。

安装GPU版TensorFlow

在上一步安装完成之后,继续键入:

pip install --ignore-installed --upgrade https://storage.googleapis/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl

以安装GPU版TensorFlow 。

最后安装完成:

友情提示:在cmd中用单击右键复制粘贴哦!

测试TensorFlow

下面测试安装是否正确,在cmd中打开Python,然后引入TensorFlow打印一个Hello, TensorFlow!

使用管理员权限打开cmd,键入activate tensorflow,继续键入python,以执行python语句:

然后依次键入下列代码:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

其实如果可以import tensorflow的话,就差不多可以说明配置成功了。

本文标签: 教程 系统配置 Windows TensorFlow