windows环境下TensorFlow-gpu版本的安装

如果您只希望简单一点的安装Tensorflow,那么可以安装CPU版本的

这个安装起来很简单,在Anaconda里边输入conda install tensorflow即可

如果是安装gpu版本的(这个版本复杂一点,但是很快,比CPU版本的运算速度快1.5倍)

1.准备资源:

首先下载各种用于图计算的python库

比如:numpy,script,script-learn等

下载网址:https://www.lfd.uci.edu/~gohlke/pythonlibs/

还有需要在这链接里边下载一个tensorflow-gpu版本

2.安装资源:

在安装之前,先要确保以前安装的要被卸载然后重新安装

如果已经安装过Anaconda,那么可以这样做:

在搜索里输入Anaconda搜索到Anaconda Prompt,双击,然后在里边输入conda uninstall x和pip uninstall x,这里的x分别对应前边的那些资源,比如numpy,script,script-learn,tensorflow-gpu等等,在确保这些都已经成功卸载了之后再继续后边看。


如果没有安装Anaconda,那么我建议先安装这个软件,网上教程很多,请自行百度


卸载完成后,就可以安装CUDA和CUDnn这两个资源,大家可以在官网里下载,当然官网打开会很慢的,这里我提供百度云的永久链接

链接:cudnn5.1看版本:http://pan.baidu.com/s/1gfKnK4b   密码:2mkv

CUDA 8.0.44版本的:http://pan.baidu.com/s/1pKXo10f   密码:t7n1

这里说明一下,这里的CUDnn版本为5的正好能够完整解析版本号为8的CUDA,官网的最新的CUDA_9是在windows还没有完全支持CUDnn的版本,可能后期会有这个版本出来,后期再说吧,先安装这两个版本可以完美支持tensorflow-gpu1.1的。

然后就双击cuda的安装包,其中的安装目录可以更改,安装完成后,在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0这个路径下边,有三个文件夹,分别是

bin,include和lib,这里需要把bin的目录和lib/x64的目录放到环境变量的path 中

注意了,如果安装这个CUDA中间出现了黑屏没有反应的时候,可以等一会,如果还是不行,可以强行重启,然后再试一次,就不会有问题了,我也不知道为啥会这样,可能中间会有没有解决的bug了,,,当然如果还是不行,那么只可能是你的显卡和这个版本的CUDA不兼容,我的测试显卡是GTX-960,,是可以兼容的,当然更高肯定也是可以的,,

接下来解压CUdnn,里边有三个文件夹,分别是上面说到的三个文件夹,只需要把这三个文件夹里边的三个文件分别放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0这个路径下的bin,include和lib/x64的路径下,千万不要放错了,,要对应名字。。。

放完了就大功告成了

最后来测试一下,运行下边的python代码:

import tensorflow as tf;

如果没有报错,那么恭喜你成功了,哈哈

如果报错为import dll error,那么就是你的tensorflow-gpu对应的版本不一样,tensorflow-gpu_1.1版本的只能够对应CUDA8和Cudnn5的版本。

如果发现还是出这样的错误,那么试着从我说的最前边的第一步开始,把numpy,script和script-learn通过pip和conda重新卸载并且安装,记住是这两个conda和pip都要试下,因为这两个方式安装的路径是不一样的,可能你并没有卸载完全,只是卸载了一部分,,,记住了,,,我就在这里犯了大坑,,



希望能够帮助到你

最后补充一句,不管什么时候要完成一个任务的时候,遇到困难并不可怕,可怕的是没有什么想法去解决,这样的话,你是不会解决这样的问题的


你可能感兴趣的:(深度学习,tensorflow)