Win10搭建TensorFlow CPU 和 GUP 环境

搭建 TensorFlow CPU 环境

1.下载并安装 Python 

    下载地址: https://www.python.org/downloads/release/python-365/ 

    选择 amd64 下载. 不然 TensorFlow 无法使用.

    地址: https://www.python.org/ftp/python/3.6.5/python-3.6.5-amd64.exe

 

2. 安装 Python (傻瓜式安装)

    安装目录为: D:\Python\Python36-64

    配置环境变量:

        Path:D:\Python\Python365-amd64;D:\Python\Python365-amd64\Scripts;

 

3. 使用 pip 安装 TensorFlow 

    下载 wheel 的重新编译版本:

    https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.9.0

 

    文件下载地址:

    https://raw.githubusercontent.com/fo40225/tensorflow-windows-wheel/master/1.9.0/py36/CPU/sse2/tensorflow-1.9.0-cp36-cp36m-win_amd64.whl

    下载完成后保存到: D:\Python\tensorflow-1.9.0-cp36-cp36m-win_amd64.whl

    安装命令: pip install D:\Python\tensorflow-1.9.0-cp36-cp36m-win_amd64.whl

 

4. 运行 Hello World 程序

    

 

 

 

常见错误:

    运行时出现: ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败 错误,

        网上说需要安装 Visual Studio 才能使用. 其实不是(至少我不是这样解决的), 需要下载 wheel 的重新编译版本, 进行安装就可以了.

    

搭建 TensorFlow GPU 环境

1. 下载 TensorFlow GPU 版本. 重编文件.

     下载 Wheel 重编版地址: 

     https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.9.0

     文件下载地址:

https://raw.githubusercontent.com/fo40225/tensorflow-windows-wheel/master/1.9.0/py36/GPU/cuda92cudnn71sse2/tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl

安装命令: pip install D:\Python\tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl

 

2. 下载 Cuda92 版本,  (下载 TensorFlow GPU 的地址上写得很清楚, cuda92 cudnn71 sse2)

下载地址:

https://developer.nvidia.com/cuda-toolkit-archive

选择: Windows  X86_64  10  exe[local]  

 

3. 安装 Cuda 9.2 

    傻瓜式安装.

    查看是否安装成功: 

    # nvcc -V

 

4. 下载 Cudnn 7.1 (记得选择 cuda 9.2 版本)

    下载网页: https://developer.nvidia.com/cudnn

    需要注册, 还要填入一大堆问卷......

    文件下载列表: https://developer.nvidia.com/rdp/cudnn-download

 

5. 安装 Cudnn 7.1 

解压下载下来的 Cudnn 7.1 文件. 

复制到 Cuda 根目录: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2

既: Cudnn 的 bin 目录 对应 CUDA 的 bin 目录

     Cudnn 的 include 目录 对应 CUDA 的 include 目录 

     Cudnn 的 lib 目录 对应 CUDA 的 lib 目录

 

6. 安装完毕, 测试 TensorFlow 是否可以使用.

    进入 cmd 命令行:

    # python

    >>> import tensorflow as tf

    不报错既 GPU 环境搭建成功.