Windows10安裝tensorflow-gpu心得

閑來無事，賦閑在家，於是想在新買的遊戲本上部署一下深度學習環境，前前後後花了將近一個上午+下午的時間。

首先來介紹一下鄙人的電腦配置：

CPU i7-7700Hz

內存8G

GPU Geforce GTX 1060

安裝過程主要分為以下五個步驟：

1.安裝Python3.5對應的Anaconda 4.2.0.從這個網址里找：

Anaconda installer archive

註：這一步中建議勾選將Anaconda路徑加入環境變數操作。

安裝成功後，在DOS命令行中輸入 conda list 指令，如安裝成功，則顯示一下信息：

2.安裝CUDA8：

CUDA Toolkit 8.0 - Feb 2017

安裝成功之後，在DOS命令行中輸入 nvcc -V 指令，如果安裝成功，則顯示以下信息：

註：這一步中建議使用默認安裝地址，不要自定義更改。

3.安裝cuDNN5.1：

cuDNN Archive

這一步需要申請賬號，填寫一下資料，分分鐘的事。

下載一個壓縮包cudnn-8.0-windows10-x64-v5.1.zip，解壓之後得到一個cuda文件夾，我把這個文件夾拷貝在D盤下：

cuda文件夾下有三個文件夾：bin、include、lib；將這三個文件複製到

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0 目錄下。

註：這一步還有一個操作，就是將解壓後cuda文件夾下的bin目錄加入到環境變數中：

4.安裝tensorflow-gpu:

在DOS命令行中：

使用python -m pip install --upgrade pip 指令將pip升級到最新版本；

使用pip install setuptools --ignore-installed 忽略已經安裝的setuptools版本，直接安裝最新的版本；

使用指令pip install tensorflow-gpu==1.2.0 安裝tensorflow-gpu版本。

註：第二個指令不要用 pip install --upgrade tensorflow-gpu 指令安裝tensorflow，因為這個指令安裝的是最新版本的tensorflow，與之前安裝的CUDA8和cuDNN5.1存在不兼容問題。

如果想進一步安裝keras，同樣的使用pip install keras 指令即可。

在python編輯器中，使用 import tensorflow as tf [ 以及 import keras] 進行驗證是否安裝成功。

5.安裝Pychram：

強烈推薦python的兩個IDE：Pychram以及Jupyter notebook，這倆利器真的是誰用誰知道，建議在編程開發中，二者結合使用。

後者在Anaconda3中能找到：

Pycharm在官網中下載：

Download PyCharm: Python IDE for Professional Developers by JetBrains

選中右側的社區版下載，有人會問為嘛不用左邊的專業版呢？

答案很簡單，專業版的收費啊，只有30天免費使用的時間。

一頓安裝結束之後，在Pycharm裡面小試牛刀一把：

使用tensorflow完成的加法運算，輸出30...成功了喲...

筆者註：

這裡著重強調各個組件的版本兼容性問題：

首先，windows下的tensorflow目前只支持python3.5以上的版本，而python3.5是python3中最穩定的版本，所以本文安裝Python3.5對應的Anaconda 4.2.0.。

其次，Anaconda 自帶的setuptools 以及pip版本較低，需要使用指令升級一下才能安裝tensorflow。

最後，tensorflow-gpu1.3.0以下的版本對應CUDA8，而CUDA8對應cuDNN5.1。

此外，tensorflow因為版本更新過於頻繁而飽受非議，且最新版本的tensorflow-gpu1.3.0網友都過有bug，所以建議直接安裝1.2.0版本。