標籤:

win10下GPU版本的Tensorflow最新安裝教程

筆者的開發環境:win10家庭版、GTX1060獨顯

1.在python官網下載最新版本的python v3.6.4(注意:只能是64位版本的)

2.安裝python時將其自動添加至環境變數(包括pip)

3.在cmd窗口敲入python,如果安裝成功就如下所示

4.查看pip版本(pip版本9.0.1)

5.使用命令pip3 install tensorflow-gpu 安裝gpu版本的tensorflow

關鍵步驟

6.安裝VS2015免費社區版(cuda運行需要c++的編譯環境)

附鏡像地址:http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso

註:在安裝時選擇自定義安裝(千萬不要選推薦,不然非常慢)

在自定義安裝中只需選擇安裝的編程語言C++

7.安裝cuda9.0(註:最新版的tensorflow已經可以完美支持cuda9.0了)

附cuda9.0下載地址:CUDA Toolkit Archive

(還有一點必須注意:盡量將cuda安裝在C盤)

8.下載並安裝NVIDIA的卷積神經網路包cnDNN7.0

附安裝地址:NVIDIA cuDNN

選擇下載與cuda9.0相對應的cuDNN v7.0.5

9.到這裡你接近成功只需一步了,解壓下載的cuDNN7.0包,複製所有文件至C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0

如果你完成了所有的步驟,恭喜你你已經大功告成了!!!

執行如下測試代碼

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name=a)b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name=b)c = tf.matmul(a, b)sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))print sess.run(c)

執行代碼得到如下結果

終了:

筆者是一名機器學習演算法愛好者,希望這篇文章能幫助和我一樣的入門者在人工智慧(AI)越來越火的今天更快的進入狀態。

希望能和大家共同學習,共同進步!


推薦閱讀:

當tensorflow模型超過單張顯卡顯存的時候,應該怎麼拆分到多個GPU上運行?
深入淺出Tensorflow(五):循環神經網路簡介
TensorFlow 訓練好模型參數的保存和恢復代碼
深度學習巨頭Yann Lecun 中科院自動化所座談及清華大學講座乾貨速遞(二)(內含珍貴歷史影像及學術八卦)
TensorFlow保留中間層的Feature Map

TAG:TensorFlow |