本文主要是介绍【拔刀吧 TensorFlow】TensorFlow学习笔记零(安装篇),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
2018 年4月4日更新:因gpu版本非官方版本,而为个人编写,不稳定,不推荐安装。使用费GPU版本时已解决python.exe停止工作问题!
这里从头补一下安装的记录,因其某种不知道的原因,python总是在跑有关图片的代码时停止运行,至今不明原因……
天真的我查看了我的电脑发现装有python2.7、python3.5、anaconda的python3.6,以为是python之间存在某种八字不合、阴阳难以调和的问题,遂将python全都卸载光光,重新下载了anaconda的python3.6.4版本。发现!依旧是python.exe停止运行……这里也求有缘人,如果你看到这篇博文,知道什么原因,请指点在下一二,不胜感激涕零。
分享一句个人语录:有问题不可怕,可怕的是不知道问题出在哪——yourgreatfather
今天这篇文章,因为上述的原因,牵扯到重新安装TensorFlow的问题,在第一次安装时没有记录,自己也遇到了些许坑,这次平坑,也为以后安装方便做个铺垫。
Here we go~
【在开始之前请确保安装了visual studio,我安装的是VS2017(VS版本太新不一定好,请按需安装)社区版】
【使用GPU支撑的TensorFlow请确定你的显卡是英伟达的显卡,NVIDIA®】
我是WIN10++Python+Tenosrflow-gpu+CUDA9.1+cudnn的对应版本
电脑为清华同方的机械革命X6-Tis
首先Python建议安装anaconda,下载地址在此。我安装的是目前的最新版Python 3.6 Version,anaconda基本上是个懒人/傻瓜版本,已经将各种环境配置差不多了。(重要提示:安装过程中,记得勾选将anaconda加入环境变量,贴心的让你看图)
安装好了anaconda,接下来安装CUDA,英伟达出品的一款让GPU计算的框架(?)。如果你是英伟达的显卡,也不要着急,显卡不同支持的CUDA的版本也不同,显卡型号对应CUDA的地址也附在下方:
中文版对应列表
英文版对应列表
我安装了最新版的CUDA9.1,随后要根据你的CUDA版本,安装对应的cuDNN,如果你和我一样,那么下载如下文件:
下载好后,解压cudnn,可以得到bin、iniclude、lib三个文件,复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1。这样cuDNN就算安装完毕。
至此,CUDA+cudnn安装完毕。 按住win+r 唤出
输入cmd,打开命令提示窗。 现在先输入python,如果显示:
那么anaconda安装没问题,再次输入exit()
然后输入nvcc -V注意cc后面有空格,V是大写,显示
至此,CUDA和cuDNN也按照完毕。
有的看教程会说使用pip install TensorFlow-gpu
我开始也是这样安装,发现官方的TensorFlow暂不支持CUDA9.1,参考了vcvycy的博客,有大神自己做出了支持CUDA9.1的TensorFlow,文件名为tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl,方便大家查找。也可以从我的网盘下载:链接:https://pan.baidu.com/s/1moO4-WkvZsPQks1KDQRe8A 密码:d16g
下载好后,记得用管理员权限打开命令提示窗,cd到whl所在目录,使用pip install tensorflow_gpu-1.6.0-cp36-cp36m-win_amd64.whl(谨慎选择此安装包)进行安装,待安装完毕,在命令提示窗输入:
python
>>>import tensorflow
显示:>>>
至此就全部装完了,当然因为我是最新的anaconda,会有警告:
FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`.
查阅发现是因为h5py包中的函数与numpy1.14有冲突,h5py的作者将在下个版本中对这个警告进行修复。
所以愉快的忽视掉吧~(*^▽^*)
---安装教程结束
---开启享乐模式
这篇关于【拔刀吧 TensorFlow】TensorFlow学习笔记零(安装篇)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!