zoukankan      html  css  js  c++  java
  • Windows安装tensorflow经验总结(尤其安装GPU版本的细看)

    我的安装顺序:先Anaconda,然后CUDA和CUDAnn,最后在虚拟环境下安装tensorflow

    anaconda下载链接https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

    CUDA下载链接 https://developer.nvidia.com/cuda-toolkit-archive

    cudann下载链接https://developer.nvidia.com/rdp/cudnn-archive

    1、  如果采用anaconda进行安装,切记要把之前安装的python卸载干净。

    2、  如果是安装GPU版本tensorflow一定要查看自己电脑支持的CUDA版本,选择CUDA与CUDAnn以及tensorlow版本也要对应

    3、  安装CUDA时若勾选安装Visual Studio Integration出现失败,安装时可不勾选该选项,后续可以通过下面的方式单独实现安装

    4、  在anaconda下安装tensorflow首先要建立tensorflow的虚拟环境,然后在虚拟环境下安装tensorflow

    5、  如果自己电脑的CPU版本过低,切记不要安装tensorflow2.0版本以上,也就是在安装时不要直接使用该命令:pip install tensorflow-gpu,而要指定安装的tensorflow版本

    6、  在线下载tensorflow时可能会弹出找不到与之匹配的版本的错误,可能是网络的原因。可以在下载命令后面添加镜像源

    2点:右键桌面NVIDIA控制面板

    点击左下角的系统信息

    点击组件可以查看CUDA支撑版本,蓝色区域所示CUDA10.0.132

     

    3点:单独配置Visual Studio Integration

    先抽取cuda_9.0.176_win10.exe记住抽取路径

    找到MSBuildExtensions文件夹

    E:studyCUDA_packageCUDAVisualStudioIntegrationextrasvisual_studio_integrationMSBuildExtensions

    将该文件夹下所有文件拷贝到C:Program Files (x86)MSBuildMicrosoft.Cppv4.0V140BuildCustomizations”文件夹中

    找到CudaProjectVsWizards文件夹

    E:studyCUDA_packageCUDAVisualStudioIntegrationextrasvisual_studio_integrationCudaProjectVsWizards

    将整个文件夹分别拷贝到E:studyVS2015Common7IDEExtensions 以及E:study VS2015Common7IDECommonExtension下,已自己安装VS的路径为准

     

    然后找到VS开发人员命令提示符,以管理员身份运行下面这条命令

    devenv.com /setup /nosetupvstemplates

    再打开VS,即可看到项目模板里的NVIDIA/CUDA项目选择

    第4点:anaconda安装成功后找到anaconda Prompt,点击运行

    在Prompt运行下面语句:创建虚拟环境

    conda create --name tensorflow python=3.5

    然后输入activate tensorflow激活虚拟环境;

    激活的标志是命令前会有(tensorlow)如下图所示:

     在虚拟环境下下载安装tensorflow,

    第5点:指定版本tensorflow安装

    pip install tensorflow-gpu==1.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/

    (后面镜像源可以自己更换)

    tensorflow版本选择参考本网址,与CUDA版本匹配,cpu不行的适当往低版本靠https://tensorflow.google.cn/install/source_windows

    测试步骤(tensorflow是否安装成功)

    import tensorflow as tf

    sess = tf.Session()

    a = tf.constant(10)

    b = tf.constant(20)

    sess.run(a+b)

  • 相关阅读:
    Locale IDs Assigned by Microsoft (zz)
    MFC 版本
    vs macro shortcuts
    关于strassen矩阵乘法的矩阵大小不是2^k的形式时,时间复杂度是否还是比朴素算法好的看法
    团体程序设计天梯赛 L2-016. 愿天下有情人都是失散多年的兄妹
    团体程序设计天梯赛-练习集 L1-031. 到底是不是太胖了
    团体程序设计天梯赛 L3-004. 肿瘤诊断
    团体程序设计天梯赛 L2-006. 树的遍历 L2-011. 玩转二叉树
    团体程序设计天梯赛 L1-011. A-B
    团体程序设计天梯赛 L1-010. 比较大小
  • 原文地址:https://www.cnblogs.com/victorywr/p/12554683.html
Copyright © 2011-2022 走看看