【深度学习篇】--Windows 64下tensorflow-gpu安装到应用

一、前述

一直以为自己的笔记本不支持tensflow-gpu的运行，结果每次运行模型都要好久。偶然间一个想法，想试试自己的笔记本，结果竟然神奇的发现能用GPU。于是分享一下安装步骤.

二、具体

因为版本之间有严格的对应关系，所以本文就将自己使用的版本对应分享如下，亲测可以成功！！首先查看下自己的显卡是否支持GPU，以下连接可以查看是否支持。

https://developer.nvidia.com/cuda-gpus

看具体Tensorflow对应版本：https://github.com/mind/wheels

也可以通过tensorflow的源码库看，当前已经装的tensorflow需要哪个版本---如下：

 

1、安装Anaconda 3.5版本，并配置好环境变量。

链接如下：https://pan.baidu.com/s/1zfAvvWlSVnKbaZ5459fWaA 密码：4j0z

这里注意一个事情：

Anaconda3.4就是python3.5的版本。！！

配置环境变量：

2、安装tensorflow gpu版本

首先需要卸载CPU版本 注意！！！不然后面会有问题！！

pip uninstall tensorflow 

 

然后安装GPU版本,这里指定GPU 1.3版本。

pip install –upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

 3、安装CUDA

CUDA你就当做事英伟达显卡的驱动好了！！！

去官网下载 ，这里选择CUDA8.0 不知道为什么9.0总是失败 ，所以回退到8.0版本。

地址如下：https://developer.nvidia.com/cuda-downloads4 

然后一直next即可！！

配置环境变量：

将以上CUDA的文件全部配置到环境变量中去。！！

 

4、cuDnn库安装

cuDNN 是gpu的加速包 ,可以增加1.5倍！！！！

去官网下载对应CUDnn的版本，地址如下：

https://developer.nvidia.com/rdp/cudnn-archive

推荐对应版本如下：

下载完后解压：cuDnn目录如下

将这里面文件复制到CUDA安装对应目录里面：记住千万不是直接覆盖！！！而是拷贝！！！

若是出现各种.dll报错 就将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin

和C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64配置到环境变量中去。

若是还报错 重启电脑 可能是环境变量没生效！！！！！！亲身感受！！！

CUDA目录如下：

5、测试

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()

 

 

 这里即完成tensforflow的GPU版本的安装，下面开始自己的深度训练的飞速吧~~~

 注意！！当环境变量配置完后可以在CMD里面 echo %PATH% 若不生效 ，则重启电脑即可！！！还有版本之间的对应关系，一定注意！！！