打赏

Windows7 64bits下安装TensorFlow GPU版本(图文详解)

 

 

 

 

不多说,直接上干货!

 

 

Installing TensorFlow on Windows的官网

https://www.tensorflow.org/install/install_windows

 

 

 

 

 

 

   首先,要说明的是,在tensorflow 0.12.0开始支持Windows下安装了。tensorflow 0.12.0之前是只支持Mac和Linux系统。

 

 

 

 

安装环境要求:

 

 

 

 

 

 

 

 

 

安装过程:

  下载python3.5

  Windows下安装TensorFlow只支持Python3.5以上的版本,所以安装Python3.5,Python的安装可以从官网下载,Python 3.5 from python.org 或 Python 3.5 from Anaconda 下载并安装Python3.5.0,Anaconda要选择与Python版本配套的。Andconda可以从官网下载,Andconda下载
Python的安装需要设置环境变量,安装教程可以参考Python3.5安装教程。 

 

 
 
 
 
 
  

  安装python3.5

   这个很简单,不多说。

   上面两个一个是IDLE集成开发环境,一个是普通编译器,和CMD在看着一样。

 

 

 

 

 

 
   Windows7安装Python3.5时,可能会遇到问题,如下图:

 

    解决办法:这是因为,Windows版本问题,我同样是这个问题,打开360之类的工具,更新系统漏洞,把系统更新到Windows7 SP1版本就可以了。
 
 
 

 

  升级自带的pip版本pip3

  考虑到自带的Python3.x自带的pip版本pip3.3较低,所以升级pip。

  对此,需要修改Pip国内源。安装完Python之后,Python3.x以上版本里面自带有pip,Python3.x以上是pip3,pip下载速度很慢,看着网上各种资料,修改了下pip源。

  使用国内镜像加速pip安装,做如下修改:

  WIndows 7 在“C:\Users\用户名\AppData\Local\pip”文件夹下,命名为“pip.ini“,添加内容:

    [global]  
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple  
    [install]  
    trusted-host=mirrors.aliyun.com  

 

  但是Python3.x自带的pip版本较低,需要更新,在cmd中输入指令:

python -m pip install --upgrade pip  

  或者

python.exe -m pip install --upgrade pip

   或者

pip3 install --upgrade pip  

 

 

 

 

 

 

安装numpy

  打开cmd使用pip进行安装,输入以下指令:

pip3 install numpy

   发现,numpy很快就可以安装好。
 
 

 

 

 

 

安装TensorFlow

  TensorFlow的安装有GPU和CPU两个不同版本,我的GPU不行,所以我安装的是CPU的版本。

采用的输入Shell指令进行安装,

  GPU版:

pip3 install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

 

 或者

pip3 install tensorflow-gpu

 

 

 

 

 

GPU版本tensorflow安装GPU支持包

  安装cuda8.0

 

 

  安装cudnn5.1

添加解压后的bin目录到PATH环境变量



 

 

 

测试tensorflow

  打开“Python3.5”,输入以下测试程序:

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

 

 

  运行结果:

  成功!

 

 

  • gpu使用情况查看
nvidia-smi -l # 实时返回GPU使用情况












欢迎大家,加入我的微信公众号:大数据躺过的坑        人工智能躺过的坑
 
 
 

同时,大家可以关注我的个人博客

   http://www.cnblogs.com/zlslch/   和     http://www.cnblogs.com/lchzls/      http://www.cnblogs.com/sunnyDream/   

   详情请见:http://www.cnblogs.com/zlslch/p/7473861.html

 

  人生苦短,我愿分享。本公众号将秉持活到老学到老学习无休止的交流分享开源精神,汇聚于互联网和个人学习工作的精华干货知识,一切来于互联网,反馈回互联网。
  目前研究领域:大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及:Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件。 只要你一直关注和呆在群里,每天必须有收获

 

      对应本平台的讨论和答疑QQ群:大数据和人工智能躺过的坑(总群)(161156071) 

 

 

 

 

 

 

 

 

 

 

 

 

posted @ 2017-06-08 21:54  大数据和AI躺过的坑  阅读(21606)  评论(0编辑  收藏  举报