安装成功 Win10系统 TensorFlow python3.5 VS2015 CUDA8.0 Cuddn 5.1
TF 安装
安装 VS 2015
iso VS2015下载并按点击安装即可
Cuda8.0
https://developer.nvidia.com/cuda-80-ga2-download-archive
cuDNN v5.1
https://developer.nvidia.com/rdp/cudnn-archive
cuda 安装解压缩后 文件目录
将文件夹保存 另外一个地方
Copy 刚才存储的文件
分别输入deviceQuery.exe 和 bandwidthTest.exe,运行结果如图所示。Rsult=PASS则说明通过
Copy 文件
在路径 c:\ProgramFiles (x86)\Microsoft Visual Studio 14.0\Common7\IDE下,打开cmd(管理员身份): “devenv /setup”
CUDA8.0 安装完成
Copy cuddn5.1
打开Anaconda Prompt,进入Anaconda命令行管理界面。配置清华仓库镜,输入指令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
创建运行环境,输入指令:
conda create -n tensorflow-gpu python=3.5
新建一个名字叫“tensorflow-gpu”,python版本为3.5的运行环境,此环境与Anaconda中其它环境隔离。红框中的软件包也会随之安装,输入“y“和回车后开始安装。
**并进入环境,使后续指令在**的环境中生效,输入指令:
conda activate tensorflow-gpu
升级pip到最新版,防止稍后的安装时,出现错误(笔者初次在安装tensorflow时,没有更新pip到最新版,导致下载到一半出现错误),输入指令:
python -m pip install --upgrade pip
- 在tensorflow环境下,使用pip安装CPU版TensorFlow,执行命令
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl
- 在tensorflow环境下,使用pip安装GPU版TensorFlow,执行命令
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl
TF1.1.0
latest version
Python 3.5 CPU-only |
https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.12.0-cp35-cp35m-win_amd64.whl |
Python 3.5 GPU support |
https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.12.0-cp35-cp35m-win_amd64.whl |
- 打开 anaconda prompt
- 执行activate tensorflow-gpu
- 打开python,执行python
- 执行以下代码
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))