Win10 + TensorFlow-gpu 1.7 + pip安装+PyCharm配置
安装环境: 小米Pro, 处理器i5, 显卡NVIDIAGeForce® MX150
在安装TensorFlow-gpu1.7版时首先需要安装CUDA® Toolkit 9.0,NVIDIA官网里有多个9.0版本的,我选择的是17年12月份的版本,其次是注意查看环境变量(2个)是否已配置。一般在安装它时,系统会自动配置环境变量的,建议按tensorflow 官网install指导里给的链接地址去下载,
在上面链接中,官网明确说明了在win 10系统中安装CUDA时以下三个前提条件:
1.支持CUDA的GPU,(现在的笔记本一版都具备)
2. 受支持的Microsoft Windows版本(win10,win8.1, win7, 都可以)
3. 受支持的Microsoft Visual Studio版本(visual studio)
2. 受支持的Microsoft Windows版本(win10,win8.1, win7, 都可以)
3. 受支持的Microsoft Visual Studio版本(visual studio)
具体要求如下图,9.0 版本情况应该与 9.1版本基本相同:
NVIDIA CUDA工具包(可从http://developer.nvidia.com/cuda-downloads下载)
接下来的两个表格列出了当前支持的Windows操作系统和编译器。
接下来的两个表格列出了当前支持的Windows操作系统和编译器。
再者是cuDNNv7.0的安装,它也是很多个不同月份的版本,它本身是个一个文件包,里面的文件路径和CUDA®Toolkit 9.0下的cuda文件路径相同。下载后,这时你需要把cnDNN文件里相应路径里的文件分别复制到它安装路径所对应的文件里。之后你便可以开始安装tensorflow-gpu了。
在安装tensorflow时有两种安装方法一种是pip 指令安装,另一种是Anaconda。Anaconda的安装这里不做重点讲解,它相对pip安装更容易一些,我主要解释一下pip安装时所需要注意的一下问题。
首先建议用管理员身份去安装,这样可以避免不要的权限限制麻烦。可以用cmd 也可用PowerShell (快捷键: win + R).
安装指令有多种,其中对于pip3和pip区别本人还不太清楚:
C:> pip3 install --upgrade tensorflow-gpu
C:> pip install --upgrade tensorflow-gpu
C:> pip install tensorflow-gpu
另外要注意的是pip 的version更新问题,可能系统会报你的python 的pip version需要更新,关于这一点,请参考此
TensorFlow-gpu安装成功后
测试过程需要注意以下一点,即训练网络时应该在tf.session处做一点修改,如下:
将 with tf.Session() as sess:
改为:
config =tf.ConfigProto()
config.gpu_options.allow_growth = True
with tf.Session(config=config) as sess:
如何将Tensorflow 配置到 PyCharm 中,首先打开PyCharm工具栏中的File选项,找到setting,然后再找project interpreter选择Add后,选择系统环境编译器选项(system interpreter)或第一个选项也可以,然后找到python的安装路径并选中python.exe即可,
这时,你会看到你所创建的项目的External libraries ( 外库文件 )下的python指向了你所选择的python.exe所在的路径。