Win10下安裝tensorflow教程(cpu版本和GPU版本)
Win10下安裝tensorflow教程
目錄
一、環境配置
1、win10-64位系統
3、anaconda 4.3.14
(vs_community__21855616.1542252661.exe)
(社群版下載地址:http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
)
5、本機GPU顯示卡:NVIDIA DeForce GTX 1050
7、cuda 9.0
(cuda 9.0, V9.0.176 cuda_9.0.176_win10.exe)
8、cuDNN7
(cudnn-9.0-windows10-x64-v7)
備註說明:
需要先檢視Windows下,TensorFlow對python版本的要求(檢視版本教程)
在安裝cuda之前,我首先安裝了VS2015 (VS2015安裝教程)。但是目前我還不確定:不安裝VS2015,是否也可以成功安裝tesorflow-gpu。如果有哪位朋友知道,歡迎下方留言!!!
二、安裝python3.5.2
可知python3.5.2 自帶pip8.1.1
三、安裝Anaconda3.4.1
雙擊安裝,可自定義安裝路徑,其他安裝選項設定為預設即可;
安裝完成,測試anaconda是否安裝成功:
win+R開啟命令列,輸入如下命令:
conda -V
conda --version
可知,實際上安裝的是anaconda 4.3.14
說明anaconda 4.3.14安裝成功
PS:anaconda 4.3.14 自帶的是python3.6
四、安裝cpu版本的tensorflow
win+R開啟命令列,輸入如下命令:
conda create --name tensorflow python=3.5.2
activate tensorflow
conda info --envs
python --version
pip install tensorflow==1.10.0
python
import tensorflow as tf
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
最後開啟anaconda prompt 進行測試
參考步驟圖如下所示(部分步驟):
五、安裝GPU版本的tensorflow,即tensorflow-gpu
5.1、檢視本機GPU顯示卡型別,確認是否支援安裝tensorflow-gpu
5.2、安裝tensorflow-gpu
5.2.1、注意:
安裝gpu版本的tensorflow,需要安裝cuda和cudnn,
並且三者的版本有一定的對應關係,
只有正確匹配的版本才能安裝成功tensorflow-gpu
我的安裝版本分別是:python3.5.2 + cuda9.0 + cudnn7.0
5.2.2、思路:
先安裝tensorflow-gpu,然後執行測試命令,根據錯誤提示,逐步安裝對應版本的cuda和cudnn;
5.2.3、安裝步驟:
win+R開啟命令列,輸入如下命令:
conda info --envs (檢視conda環境資訊)
conda create --name tensorflow-gpu python=3.5.2 (使用conda新建tensorflow-gpu環境,python選擇3.5.2版本)
conda info --envs (檢視conda目前的環境都有哪些)
activate tensorflow-gpu (啟用新建立的tensorflow-gpu)
conda info --envs (再次確認conda目前的環境都有哪些)
python --version (再次確認tensorflow-gpu環境下python的版本)
pip install tensorflow-gpu==1.10.0 (pip安裝指定版本的tensorflow-gpu,這裡安裝1.10.0版本)
python
import tensorflow as tf
報錯,根據提示,需要安裝cuda9;
下載安裝cuda9後再次執行(cuda+cudnn安裝教程):import tensorflow as tf
又報錯了,根據提示需要安裝cudnn7(解壓複製到相應的cuda安裝目錄下,cuda+cudnn安裝教程)
安裝cudnn7後再次執行如下命令:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
成功執行。
最後,開啟Anaconda Prompt測試是否安裝成功,
正確嘗試:進入Anaconda Prompt-python裡
輸入:activate tensorflow-gpu 的環境,鍵入python,然後再鍵入import tensorflow as tf
測試命令如下:
conda info --envs
activate tensorflow-gpu
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
參考過程如下圖(部分步驟截圖):
說明tensorflow-gpu安裝成功。
開啟Anaconda Prompt測試是否安裝成功:
顯示結果。說明安裝成功!!
六、命令總結
下載安裝python3.5.2
自帶pip,檢視可升級pip
win+R
python --version
python -V
pip -V
python -m pip install --upgrade pip
安裝anaconda 4.3.14 (自帶python3.6)
自定義安裝目錄,其他預設安裝即可
安裝時選擇自動加入環境變數
win+R
conda -V
conda --version
conda info --envs
conda create --name tensorflow-gpu python=3.5.2
activate tensorflow-gpu
conda info --envs
python --version
pip install tensorflow-gpu==1.10.0
python
import tensorflow as tf
此時會報錯,根據提示,需要安裝cuda9
安裝cuda9後再次執行
import tensorflow as tf
又報錯了,根據提示需要安裝cudnn7(解壓檔案並複製到相應的cuda安裝目錄下)
安裝cudnn7後再次執行
import tensorflow as tf
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
正確輸出結果
安裝tensorflow-gpu成功
開啟ananconda prompt 進行測試
conda info --envs
activate tensorflow-gpu
python --version
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
正確輸出結果,則說明安裝成功!
退出python:quit() 或exit() 或ctr+z
deactivate
安裝tesorflow環境,即cpu版本的tensorflow
win+R
conda -V
conda --version
conda info --envs
conda create --name tensorflow python=3.5.2
activate tensorflow
conda info --envs
python --version
pip install tensorflow==1.10.0
python
import tensorflow as tf
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
開啟ananconda prompt 進行測試
conda info --envs
activate tensorflow
python --version
python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
正確輸出結果,則說明安裝成功!
退出python:quit() 或exit() 或ctr+z
deactivate
測試tensorflow是否安裝成功:
win+R
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite
bandwidthTest
deviceQuery
其他命令:
win+R
檢視conda支援的python版本:conda search --full-name python
檢視cuda的版本:nvcc -V
解除安裝指定版本的tensorflow-GPU:pip uninstall tensorflow-gpu-1.5.0
選擇安裝版本:pip install tensorflow-gpu==1.4.0
獲取tensorflow版本號:import tensorflow -》回車 -》tensorflow.__version__
安裝特定版本:
pip install tensorflow==1.2.0
升級到最新版本:
pip install –upgrade tensorflow
安裝與解除安裝tensorflow-gpu:
pip install tensorflow-gpu==1.2.1
pip uninstall tensorflow-gpu==1.2.1
安裝與解除安裝keras同樣:
pip install keras==2.0.5
pip uninstall keras=2.0.5
Anaconda建立和刪除環境
conda create -n py36 python=3.6
conda remove -n py36 --all
Anaconda建立環境
對於GPU版本:conda create --name tensorflow-gpu python=3.5.2
對於CPU版本:conda create --name tensorflow python=3..5.2
七、參考連結
https://blog.csdn.net/shuiyuejihua/article/details/78738664
https://www.cnblogs.com/myblog1993/p/6931007.html