原创文章,转载请注明本地址
由于前段时间在学tensorflow框架,一直没有仔细考虑如何整理学习的内容,现在打算开始系统的整理tensorflow的学习笔记,那就从环境搭建开始把,现从win10环境开始,后续ubuntu系统的在补充
- python—使用的是Anaconda,当前最新的是自带的python3.7,但是为了稳定性,在安装完Anaconda后,dos窗口使用命令
conda install python=3.5
切换为3.5版本的进行安装,以防出现版本不兼容的问题。 -
Anaconda链接`https://www.anaconda.com/download/`
- CUDA—网上看了很多版本,比较靠靠谱的是安装CUDA8.0的那个教程,但是后面根据自己测试,亲测9.0版本是支持GTX1050ti的,因此安装的此版本,如果安装环境出现问题,可能是由于已经安装过的VS不合适,建议卸载掉自己安装的VS,使用Anaconda默认的安装。
-
CUDA链接`https://developer.nvidia.com/cuda-toolkit-archive`
- cudnn—版本必须和CUDA匹配,解压后将三个目录添加进环境变量,并将目录内的三个文件分别按原目录名放置在
C:\Program Files\NVIDIA GPU Computing Toolkit
目录下中对应的文件夹内。 -
cudnn链接`https://developer.nvidia.com/rdp/cudnn-download`,这里是需要注册的根据提示下载对应版本即可
- tensorflow—接下来安装tensorflow-gpu版本
-
打开dos窗口,使用命令`pip3 install tensorflow-gpu`,稍等后即可安装好,如果安装失败,可能是因为网络原因,重新尝试几次即可
- 测试代码
import tensorflow as tf
a = tf.constant([1.0,2.0],name='a')
b = tf.constant([3.0,4.0],name='b')
result = a+b
sess = tf.Session()
resultNow=sess.run(result)
print(resultNow)
- 输出结果[4.0 6.0]即为安装成功,可能会出现部分警告,是由于警告等级的设置问题,后续会在笔记中贴出