参考,安装cpu版参考博客2
博客1
博客2
参考上面博客安装过程,但是出了些问题,下面是正确安装过程。
通过Anaconda, 可以轻松安装tensorflow-gpu
1. 安装cuda 9.0, cudnn7.1:链接:https://pan.baidu.com/s/1qkhkH1bFSU76su-ufzsQyQ 密码:ncf9
因为用界面,安装过程简单,默认,一直下一步即可。cudnn安装,其实就是解压,解压到当前文件夹,然后拷贝到对应的文件夹下:
cudnn64_7.dll 拷贝到:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
cudnn 拷贝到:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
cudnn 拷贝到:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
2. 安装Anaconda,下载链接,除了安装路径,其他选择默认选项安装即可;
第一个选项是将安装目录加入到系统的PATH环境变量中,以后在CMD中便可以直接用python命令启动python。
第二个选项是让其他IDE能够检测到Anaconda3并将Anaconda3作为默认的Python 3.6。
3. 安装tensorflow gpu
1)打开cmd,进入Anaconda安装目录,我的是D:\Tool\Anaconda3\Scripts ,输入:
pip install --ignore-installed --upgrade tensorflow-gpu
漫长的等待。。。安装成功
2)验证安装是否成功
步骤: cmd >> python -3 >> import tensorflow as tf
3)可以选择同时安装tensorflow cpu版
pip install --ignore-installed --upgrade tensorflow
4)如果同时安装了两个版本,默认下运行gpu版,如想运行cpu版,可代码中设置如下:
with tf.Session() as ses:
with tf.device("/cpu:0"):
matrix1=tf.constant([[3.,3.]])
matrix2=tf.constant([[2.],[2.]])
product=tf.matmul(matrix1,matrix2)
字符 | 对应的操作 |
---|---|
"/cpu:0" |
The CPU of your machine |
"/gpu:0" |
The GPU of yout machine ,if you have one |
5)如果想要安装keras,一行命令即可:
pip install keras
6) 如果安装opencv,先下载opencv包,
把该文件放到目录:D:\Tool\Anaconda3\Scripts下,cd到该目录,输入命令: pip install opencv_python-3.4.2-cp36-cp36m-win_amd64.whl
4. Pycharm专业版注册码
5. Pycharm配置和Anaconda对应的python解释器
可能安装好pycharm后,会自动找到该python解释器,但需要重新add进来,这样才能导入之前安装好的tensorflow-gpu,如下:
6)测试
Cuda旧版本下载链接