Windows10使用Anaconda安装TensorFlow-GPU
简介
需要开发Unity AI Agent,可以使用tensorflow进行训练,而Unity只有Win和Mac版本的,所以重新回归Win10系统。。不过,win10也可以使用Linux的子系统了,以后就用win10和linux子系统吧。。。。
这里有Ubuntu16.04的教程:https://blog.****.net/qq_35976351/article/details/79325476
安装CUDA-9和CUDNN-7
选择local版本,直接安装。后边几个是一些优化的包,可以选择性的安装。
安装时,可以选择安装目录,但是要记住安装目录,后期需要添加环境变量。。我安装在了C盘自定义software目录。。
安装CUDNN,给出CUDNN的下载地址:https://developer.nvidia.com/rdp/cudnn-download 。这个需要注册账号
之后选择win10版本下载并解压:
解压后把解压后的目录中的3个文件夹,直接复制到CUDA的安装目录中,比如:
安装Anaconda
Anaconda下载地址:https://www.anaconda.com/download/
选择合适的版本,进行下载安装即可。
记住安装的地址,需要添加环境变量。进入到高级系统设置,然后选择环境变量,在下方的系统环境变量的path中,添加Anaconda的两个环境变量:
貌似CUDA的环境变量自动添加了。。。。。
安装Tensorflow-GPU
打开Anaconda的Prompt命令行窗口,创建Tensorflow的虚拟开发环境:
conda create --name tensorflow_gpu python=3.5
之后,**环境:
activate tensorflow_gpu
之后安装tensorflow-gpu的组件,顺便安装一个keras的gpu版本
conda install tensorflow-gpu
conda install keras-gpu
之后使用Pycharm作为IDE,进行验证:
import tensorflow as tf
mat1 = tf.constant([[3, 3]])
mat2 = tf.constant([[2], [2]])
product = tf.matmul(mat1, mat2)
with tf.Session() as sess:
result = sess.run(product)
print(result)
运行程序,第一次加载的时间比较慢,红色的提醒是我们没有进行编译,可以忽略这些。结果如图: