I.はじめに

個人的な趣味の研究方向とガイダンスので、ノーリターンのデータマイニングに置かれました。日常の学校生活の中での接触は、データマイニングのより多くの知識を持っている、と後でさえ学ぶための学習の深さを拡大することが、ほとんどMATLABの実装に基づいて前に。Tensorflowはあまり理解学習し、卒業後、MATLABソフトウェアとして開発するいくつかの企業があります。だから、私はTensorflowの研究に着手しました。

のはじめに1. Tensorflow

2つのバージョンがありますTensorflow、1は1つがGPUバージョンで、CPUバージョンです。インストールのCPUバージョンが比較的単純で、このバージョンでは唯一のCPUを使用しています。しかし、あなたは、ニューラルネットワークの深さを学ぶとき、訓練は、大規模ネットワークや大規模データの顔になり、GPUのパフォーマンスの今回のバージョンは、はるかに良いでしょう。

インストールの2 Tensorflow-GPUバージョン

Tensorflow-GPUバージョンをインストールする場合、以下の手順は次のとおりです。

2.1 Anacondaインストール

まだTensorflowライブラリを依存していたの一般的に使用され、多くのアナコンダPythonライブラリ構築された数百人。これは、Pythonの科学的なコンピューティング環境のベストです。Tensorflow Python環境としてAnacondaを使用するので。私が使用する必要があります前に、Pythonとアナコンダがプロジェクトに関わるので、Anacondaインストールはそれらを繰り返すことはしませんので。あなたは、システムの対応バージョンをダウンロードして公式サイトに行くことができる、「次へ」ボタンとなっています。次の手順の間に、いくつかのソフトウェアTensorflow公式サイト間の問題を確認してください。

2.2 CUDAのインストール

Tensorflow-GPU CUDA版のみ、より良いサポート、およびCUDAは、NVIDIAは、汎用コンピューティングSDK、そのインストールパッケージ、一般的に統合グラフィックスドライバのためのGPUリソースの使用を導入しています。したがって、我々は、ハードウェアの施設NVIDIAグラフィックカードが必要です。

優れたグラフィックスカードの後NVIDIAi機器は、CUDAをダウンロードするには、公式ウェブサイトに行くことができます。
https://developer.nvidia.com/cuda-downloads

ダウンロードが完了したら、インストール、および次。インストールが完了したら、インストールCUDA下の「bin」ディレクトリと「libに\ x64の」PATH環境変数に追加します

（図1.1のシステム変数で探して）設定→高度→環境変数→パス→[編集]→[ビューこのコンピュータシステムは、→対応するファイルを追加することができます。

1.1パスの模式図。

2.3 cuDNNインストール

cuDNNはRNNとCNNのNVODIA打ち上げ深研究高度に最適化された実装です。現時点では、深い学習フレームワークのほとんどは、ドライブに計算cuDNN GPUを使用しています。あなたはcuDNNをダウンロードするには、公式ウェブサイトに行くことができます。
https://developer.nvidia.com/rdp/cudnn-download

、LIBファイルをCにコピーされ、アーカイブ、圧縮されたパッケージbinが含ま抽出：\プログラムファイルは、\ CUDAツールキット\ v8.0のディレクトリNVIDIA GPUコンピューティング・ディレクトリの下の\に対応します

C：\プログラムファイル\ NVIDIA GPUコンピューティング・ツールキット\ CUDA \ v8.0の\エクストラ\ CUPTI \ libx64 \ cupti64_80.dllコピーしたCに：\プログラムファイル\ NVIDIA GPUコンピューティング・ツールキット\ CUDA \ v8.0の\ binにで。

2.4 Tensorflowインストール

Tensorflowのインストールあなたが最初のバージョンを削除する前に、CPUのバージョンをインストールする必要がある場合は、プロンプトアナコンダを使用。「ピップのアンインストールtensorflow」では、以下のように：

図の模式アン1.2 TensorFlow

アンインストールが完了したら、一般的に「ピップtensorflow-GPUをインストールし、」マウントtensorflow-GPUを使用して行われるが、一般的に外国ソースのダウンロードの使用は、速度が非常に遅くなります。これは、国内のソースダウンロードミラーピップ、一般家庭で使用されるピップミラー元のように補正することができますが含まれます：
（1）アリクラウド：http://mirrors.aliyun.com/pypi/simple/
（2）クレソン：HTTPを：//は、PyPI .douban.com /シンプル/
（3）清華大学：http://pypi.tuna.tsinghua.edu.cn/simple/
（4）科学技術の中国大学：http://pypi.mirrors.ustc.edu.cn /シンプル/

清華大学は、例えば、特定のコードのように：「インストール--index PIP-URL http://pypi.tuna.tsinghua.edu.cn/simple tensorflow-GPU」の下に示すように、：

国内のインストール図のTensorFlow-GPUによる図のミラー元1.3

その後、インストールがスムーズに行けば、あなたはPythonで正しいインストールのためのチェック「TFとして輸入tensorflowを」介入することができ、インストールの完了を待つことができます。インストールプロセスが成功しなかった、問題の概要のセクション3を参照してくださいする必要があります。

問題の3 Tensorflow-GPUバージョンは、インストール中に発生しました

私は、必要がある場合、将来的に見て容易にするために、適時に、問題は、インストール処理中に発生するものをあなたと私を記録したいと考えていました。しかし残念ながら、途中でインストールプロセスは専用メモリからのリコールを発行することができますので、すべてなくなって前にいくつかのレコードにつながったコンピュータの状況が、そこにあります。ブラザーは、少なくとも私のコンピュータ上で実現され、調査百度とGoogle、上のインストール問題の際に表示されます。それが実現するだけでなく、あなたがより多くの百度とGoogleに依頼することを期待すべきではない、すべての後に、独自の方法が最適です。ハハッハッハ〜

買収およびプロンプトでインストールTensorflowプロセス、最初の問題は、「あなたは『のpython -mピップ--upgradeピップインストール』コマンドを経由してのアップグレードを検討すべきである。」ということですが、ピップをアップグレードするために私に尋ねた、これは「入力するプロンプトに従うことができますpython -mピップインストール--upgradeピップ」

しかし、このコマンドの後に実行し、エラーされます。第二の問題は、の登場です「はTypeError解析（）予想外だキーワード引数transport_encodingを」。
そこの3つの方法がありますが、私は私が有効であるため、唯一の第三のよ、あなたの参考のために書く必要があります。
（1）-C Condaインストールアナコンダhtml5lib
（2）インストールConda PIP
（3）が見つかりましたC：\ Users \ユーザー管理\ Anaconda3 \ Libの\のsite-packages \ PIP \ index.py ファイル、それは、Pythonを開くには、730 OKを見つけました「transport_encoding =エンコーディング」、それをコメントアウトして保存します。これにより、問題なくTensorflow全体のプロセス。

しかし、問題はそれだけではありませんでした。私はスパイダーに「TFとしてimporのtensorflow」を入力すると、2-チーズ李は、実際にエラーが発生しました。残念ながら、これは「：numpy.core.multiarrayはインポートに失敗はImportError」のように、私は本当に忘れていた3番目の質問です。誤解を招くようにするではないために、唯一のレコードに宛てすることができます。

結論するには、Tensorflow-GPUのインストールに時間がかかり、非常に気に。ピットに選択するので、または燃料補給、新年が持続守るために〜