Windows7 64bits下安装TensorFlow GPU版本（图文详解）

不多说，直接上干货！

Installing TensorFlow on Windows的官网

https://www.tensorflow.org/install/install_windows

 

 

 

 　　首先，要说明的是，在tensorflow 0.12.0开始支持Windows下安装了。tensorflow 0.12.0之前是只支持Mac和Linux系统。

安装环境要求：

• Windows 64位
• python 3.5
• pip 9.0.1
• tensorflow 0.12.0
• cuda8.0
• cudnn5.1
  查看gpu是否支持cuda

 

安装过程：

　 下载python3.5

　　Windows下安装TensorFlow只支持Python3.5以上的版本，所以安装Python3.5，Python的安装可以从官网下载，Python 3.5 from python.org 或 Python 3.5 from Anaconda 下载并安装Python3.5.0，Anaconda要选择与Python版本配套的。Andconda可以从官网下载，Andconda下载

Python的安装需要设置环境变量，安装教程可以参考Python3.5安装教程。 

 

 

 

 

 

　　

　　安装python3.5

 　　这个很简单，不多说。

 　　上面两个一个是IDLE集成开发环境，一个是普通编译器，和CMD在看着一样。

 

　　 Windows7安装Python3.5时，可能会遇到问题，如下图：

 

  　　解决办法：这是因为，Windows版本问题，我同样是这个问题，打开360之类的工具，更新系统漏洞，把系统更新到Windows7 SP1版本就可以了。

 

 

 

　　升级自带的pip版本pip3

　　考虑到自带的Python3.x自带的pip版本pip3.3较低，所以升级pip。

　　对此，需要修改Pip国内源。安装完Python之后，Python3.x以上版本里面自带有pip，Python3.x以上是pip3，pip下载速度很慢，看着网上各种资料，修改了下pip源。

　　使用国内镜像加速pip安装，做如下修改：

　　WIndows 7 在“C:Users用户名AppDataLocalpip”文件夹下，命名为“pip.ini“，添加内容：

    [global]  
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple  
    [install]  
    trusted-host=mirrors.aliyun.com  

　　但是Python3.x自带的pip版本较低，需要更新，在cmd中输入指令：

python -m pip install --upgrade pip  

　　或者

python.exe -m pip install --upgrade pip

 　 或者

pip3 install --upgrade pip  

安装numpy

　　打开cmd使用pip进行安装，输入以下指令：

pip3 install numpy

 　　发现，numpy很快就可以安装好。

 

 

安装TensorFlow

　　TensorFlow的安装有GPU和CPU两个不同版本，我的GPU不行，所以我安装的是CPU的版本。

采用的输入Shell指令进行安装，

　　GPU版：

pip3 install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

 或者

pip3 install tensorflow-gpu

GPU版本tensorflow安装GPU支持包

　　安装cuda8.0

• 下载
• 安装

　　安装cudnn5.1

• 下载
• 安装

添加解压后的bin目录到PATH环境变量

测试tensorflow

　　打开“Python3.5”，输入以下测试程序:

$ python
...
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print(sess.run(a + b))
42
>>>

　　运行结果：

　　成功！

• gpu使用情况查看

nvidia-smi -l # 实时返回GPU使用情况

欢迎大家，加入我的微信公众号：大数据躺过的坑        人工智能躺过的坑

 

 

 

同时，大家可以关注我的个人博客：

   http://www.cnblogs.com/zlslch/   和     http://www.cnblogs.com/lchzls/      http://www.cnblogs.com/sunnyDream/   

   详情请见：http://www.cnblogs.com/zlslch/p/7473861.html

　　人生苦短，我愿分享。本公众号将秉持活到老学到老学习无休止的交流分享开源精神，汇聚于互联网和个人学习工作的精华干货知识，一切来于互联网，反馈回互联网。
　　目前研究领域：大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及：Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件。 只要你一直关注和呆在群里，每天必须有收获

      对应本平台的讨论和答疑QQ群：大数据和人工智能躺过的坑（总群）（161156071）