手把手教你在windows7上安装tensorflow-gpu开发环境

今天是在畅游入职的第一天,没什么特别的任务安排,先给大家看一下畅游小本本上的一句话:

手把手教你在windows7上安装tensorflow-gpu开发环境_第1张图片
搜狐畅游笔记本封面

写的很有诗意有没有,小编也被这句话激励到了,撸起袖子来好好干!

第一天没有什么特别的任务,就是安装一下开发环境,对于一台裸机来说,只能从头开始。

1、安装anaconda

anaconda想必大家都不陌生,由于网站登不上去,我找到了清华大学的一个开源镜像,下载地址为http://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

下载完成后安装,一步步点击ok就好啦,这里忘截图了,所以就不放图了,我将anaconda安装在D:\software\anaconda 下。

注意将安装路径添加到系统环境变量中,右键我的电脑--属性--高级系统设置-环境变量,在系统变量path中加入anaconda的安装路径即可,如下图所示:


手把手教你在windows7上安装tensorflow-gpu开发环境_第2张图片
添加环境变量

此时在命令行下查看Python的版本,可以发现电脑中已经成功安装了python3.6的开发环境啦.

查看系统中的python版本


2、安装Pycharm

Pycharm算是一款比较不错的python ide了,下载地址为:http://www.jetbrains.com/pycharm/

Pycharm分为社区版和专业版,社区版需要付费或者激活码,所以这里我索性下载了一个社区版,下载,一路安装畅通无阻。

3、安装tensorflow-gpu版本

anaconda中已经内置了pip,所以选择直接用pip进行安装:

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

发现,报错啦!

安装报错

出现这个错误的原因是目前tensorflow-gpu版本只支持python3.5.2,所以我们使用如下命令建立一个tensorflow的计算环境:

conda create -n tensorflow python=3.5.2

随后激活此环境:

activate tensorflow

在此环境下执行安装命令:

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

安装成功!

4、安装cuda和cudnn

只安装了tensorflow是不够的,想要配置gpu的开发环境,还需要安装cuda和cudnn:
cuda下载地址:https://developer.nvidia.com/cuda-downloads

下载之后安装即可,一路点下一步!

cudnn下载地址:https://developer.nvidia.com/rdp/cudnn-download

cudnn下载后直接解压即可,需要将bin目录添加到环境变量path中,如下图所示:


手把手教你在windows7上安装tensorflow-gpu开发环境_第3张图片
将cudnn的bin路径添加到环境变量

5、使用Pycharm进行测试

首先我们需要将解释器选择为我们刚刚创建的tensorflow环境:

手把手教你在windows7上安装tensorflow-gpu开发环境_第4张图片
修改解释器环境

可以看到我们新建的tensorflow计算环境只有这么一点python库,每次想要使用pip安装新的库时,需要先激活tensorflow环境,仍然使用activate tensorflow即可。

如果不想这么麻烦,可以直接将anaconda的python版本进行降级,使用命令:conda install python=3.5.2,降级之后再安装tensorflow。

编写第一个程序:


手把手教你在windows7上安装tensorflow-gpu开发环境_第5张图片
tensorflow示例程序

运行结果:



手把手教你在windows7上安装tensorflow-gpu开发环境_第6张图片
运行结果

至此,大功告成!

最后,实力安利一波搜狐畅游,公司办公环境挺舒适的,下午有免费的水果供应,公司内部有食堂(菜好吃又便宜),健身房,图书馆以及形象店,期待你的加入!

你可能感兴趣的:(手把手教你在windows7上安装tensorflow-gpu开发环境)