admin 管理员组

文章数量: 887006

离完成上一篇文章有近1年了。2016年发生了太多的事情,从而没能坚持哪怕是每月一篇这样的频率。终于在2017年的1月份抽出几天搞出了一些东西。一路坑洼,赶紧记录下来。

2016年初就开始看深度学习的东西,主攻TensorFlow。但是一路项目再加上换了公司,每次都是搞两天就停一阵子,然后再拾起来重头搞两天,再被打断。而且换了公司后没有了随意能调用的计算资源,CPU版的TensorFlow直到11月份才安装完,并跑了一些例子。因为一般虚拟机都不支持GPU,所以GPU版就完全没有机会实践。直到TensorFlow出了Windows版,而且发现新换的电脑居然是NVIDIA的GeForce 940M显卡,立刻决定在笔记本上实验安装一把TensorFlow-GPU版本。

但因为手贱,就那么一抖,居然把整个过程搞了近4天才真正地让MNIST的例子跑在GPU上。

不再发骚了,直接上过程,并介绍碰到的这个大大大大坑!!


下面的过程不是一步一步的手把手教程,而是一个简略的叙述,所以如果你想重复实现,最好先了解一些TensorFlow的基础知识。

安装环境:

  • Windows 7 64bit
  • GPU: GeForce 940M
  • Python: 3.5.2
  • CUDA: 8

我的安装过程:

  1. 首先下载Anaconda3的Win7 64bit版,安装Python3.5版本。因为目前TensorFlow对Windows只支持Python3.5。可以直接下载Anaconda的安装包安装即可,一般不会有问题。
  2. Anaconda安装完成后,直接在Windows的命令窗口里敲Python就应该能看到版本是否是3.5。
  3. 用conda安装jupyter:conda install jupyter
  4. 创建一个jupyter notebook的目录,然后cd到此目录后启动jupyter notebook:jupyter notebook
  5. 然后用conda命令安装pip:conda install pip。
  6. 用conda命令创建tensorflow运行环境:conda create -n tensorflow-gpu。这一步的目的是建立一个单独的python运行环境,方便同时安装CPU版和GPU版本&#x

本文标签: 再写 博文 TensorFlow GPU