tensorflow安装与测试

  今天还是比较顺利地装好了tensorflow, 迈出了走向AI的第一步,还是有点小兴奋的。
  网上很多安装教程,却似乎没有一篇写得很简洁清楚。为此,我就小小总结一下我的安装过程。

我的环境

win10+python 3.6+vs2015+vs2013+vs2017
VS只需要安装一个和版本一致的即可。

CPU版与GPU版的选择

GPU版本的tensorflow,跑程序会更快很多,但是安装似乎复杂了一点。
而CPU版本的安装超级简单,一步即可。

CPU 版本

pip install tensorflow
或者使用国内清华提供了一个镜像网站https://pypi.tuna.tsinghua.edu.cn,下载文件会更快
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

GPU版本

1.使用命令行安装tensorflow包

pip install tensorflow-gpu
或者使用国内清华提供了一个镜像网站https://pypi.tuna.tsinghua.edu.cn,下载文件会更快
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu

2. 查看需要安装的CUDA和cuDNN的版本

  假设tensorflow安装在D:\Anaconda3\Lib\site-packages\tensorflow环境里,那么打开D:\Anaconda3\Lib\site-packages\tensorflow\python\platform\build_info.py这个文件
tensorflow安装与测试_第1张图片
我这里安装的是tensorflow1.10版本,通过文件build_info.py我们可以看到,相应的需要安装CUDA 9.0 和 cuDNN 7

3. 安装CUDA

选择需要的版本下载
亲身经历的结果是,网络版的安装程序往往因为网络不好无法成功安装,最好下载本地版的安装程序。

4. 安装cuDNN

  • 需要先注册账号登录后才能下载。
    注册账号:https://developer.nvidia.com/cudnn
    选择正确的版本下载压缩包:https://developer.nvidia.com/cuda-toolkit-archive
  • 安装CUDA 9.0的默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\,安装CUDA9.0完后,把cudnn-9.0-windows10-x64-v7.1.zip解压后,把bin,include,lib里面的文件(共三个)分别拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\下的bin,include,lib目录下即可。

5. 注意要配好环境变量

  1. 检查一下默认写好的系统变量CUDA_PATH和CUDA_PATH_V9.0是否无误
    tensorflow安装与测试_第2张图片
  2. 检查一下系统变量path中是否有NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin和NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64并且正确。
    默认路径如下:
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

测试tensorflow是否安装成功

import tensorflow as tf

#初始化一个Tensorflow的常量:Hello Google Tensorflow! 字符串,并命名为greeting作为一个计算模块
greeting = tf.constant('Hello Google Tensorflow!')
#启动一个会话
sess = tf.Session()
#使用会话执行greeting计算模块
result = sess.run(greeting)
print(result)
sess.close()

tensorflow安装与测试_第3张图片
测试成功,即已成功安装。

你可能感兴趣的:(环境搭建)