深度学习环境配置-TensorFlow

深度学习环境配置-TensorFlow_第1张图片

不知TensorFlow如何处,一文书下备忘录。

电脑配置

  • Win10-64位
  • NVIDIA GeForce GTX 950M

除非电脑配置特别好,否则不要直接用 conda install tensorflow

安装CUDA

CUDA官网:https://developer.nvidia.com/cuda-gpus
CUDA参考手册:https://developer.download.nvidia.cn/compute/cuda/9.0/Prod/docs/sidebar/CUDA_Quick_Start_Guide.pdf
深度学习环境配置-TensorFlow_第2张图片

这里安装CUDA9.0版本

深度学习环境配置-TensorFlow_第3张图片

直接下载local版本(约1.4GB)就行,然后安装。这里的精简其实是完整版的意思,推荐安装这个(自定义以后可能还要装别的)

深度学习环境配置-TensorFlow_第4张图片

这里勾选上,不需要安装Visual Studio

深度学习环境配置-TensorFlow_第5张图片

next!!!

深度学习环境配置-TensorFlow_第6张图片

配置Cudnn

下载地址(需要注册):https://developer.nvidia.com/rdp/cudnn-archive
需要下载配合CUDA9.0版本的Cudnn

深度学习环境配置-TensorFlow_第7张图片

下载后解压,复制到CUDA安装目录下:默认是:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\

深度学习环境配置-TensorFlow_第8张图片

配置环境变量

在Path里加入环境变量(注意下CUDA的安装目录):

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64

配置TensorFlow

Conda创建一个新的环境(用于深度学习)

管理员身份打开Anaconda Prompt

深度学习环境配置-TensorFlow_第9张图片

新建环境:

conda create -n tsfw python=3.6.5  

tsfw是环境名,可以自己取,后面我这里是指定了python版本是3.6.5,另外注意:

  • 这里python不能用32位的
  • python的版本不能是3.7几的

启动环境:

conda activate tsfw

安装TensorFlow1.9.0

pip install tensorflow-gpu==1.9.0

测试代码

import tensorflow as tf
hello = tf.constant('hello,tensorf')
sess = tf.Session()
print(sess.run(hello))

可能遇到的坑

1、Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

解决方案:需要下载安装一个文件:https://github.com/fo40225/tensorflow-windows-wheel/raw/master/1.9.0/py36/CPU/avx2/tensorflow-1.9.0-cp36-cp36m-win_amd64.whl
下载后复制它的完整目录,打开之前的tsfw环境,用pip安装这个文件:

pip install 下载目录\tensorflow-1.9.0-cp36-cp36m-win_amd64.whl

2、Passing (type, 1) or ‘1type’ as a synonym of type is deprecated…

QQ截图20191022190019.png

numpy版本过高,下载一个低版本的。

pip3 install numpy==1.16.0

完结、撒花 ✿✿ヽ(°▽°)ノ✿

你可能感兴趣的:(Python,深度学习,TensorFlow)