Win10 配置 TensorFlow-gpu 深度学系框架

Tip: 有关的资料，请看另一篇文章

1.自己的环境

• 系统：Win 10 专业版-64 bit
• CPU：i5-6500
• GPU：GTX 1060 6G
• 内存：16G

2.安装包及版本

• Anaconda：Anaconda3-4.3.0.1-Windows-x86_64 下载位置：清华镜像（速度快）
• Tensorflow：TensorFlow V1.0
• CUDA：CUDA-Windows-x86_64
• cuDnn：cuDnn 5.1

3.安装步骤及注意问题

Anaconda

• 跟 python 完全独立，甚至可重复安装，附带轻量级代码调试器 spyder 以及交互式的 Ipython 等
• 直接安装即可，可以去官网和中文社区看资料
• 几个用得到的命令：
• conda list ★列出all libs
• conda info -e ★列出当前环境
• conda create --name tf python=3.X ★创建另一个平行环境；只能3.5 for windows
• activate/deactivate tf ★激活和注销环境
• pip install v.s. conda install ★两种安装是不一样的！？
• 注意问题：
  
  • 这个版本最好选 Anaconda3 不要选 Anaconda2（针对 windows 用户，原因下边讲）
  • （可略过）conda 安装会修改 path to Anaconda’s python，pip 不会，可参考
  • 右下角 Interective visualization 选项有很多很好的例子！！

TensorFlow

• 进入上述定义的新环境，命令行安装，具体按操看官网教程（不要乱找乱七八糟的帖子，很费时间，就去官网找就对了）
• 几个用得到的命令：
  
  • actiavte tf ★激活新环境
  • python ★检查 python 版本
  • pip install tensorflow-gpu ★当前环境下安装 TensorFlow 的 GPU 版本
• 安装完不能立即验证，因为 GPU 版本还有 CUDA 依赖
• 注意问题：
  
  • TensorFlow 在 Windows 上只支持 python 3.5 所以在上一步操作中只能安装 python 3.5

CUDA

• 傻瓜安装
• 注意选上加入 PATH 选项，忘记就自己手动加吧
• 注意不管在哪个盘装的，完成后都会偷偷跑到 C 盘，你猜为啥。。

cuDnn

• 找到 CUDA 的安装目录分别放进去就好了
• 只要 CUDA PATH配置了，这个复制过去就不用管了

注：安装完毕后，命令行中执行一句 import tensorflow as tf 即可验证环境配置正确与否

4.其他问题

• 为何 Anaconda 一定要使用 3 版本的原因，是想 在 spyder 中使用 TensorFlow，避免 python 版本冲突。
• 另外 python 执行器的位置问题，不用修改和挪动，最简单的方法就是在新环境中重新安装一下 spyder 包，然后使用的时候 命令行中打开，而想在IDE中直接打开的时候，需要改路径，特别容易出问题。。。所以，老铁们就老实点的用简单方法吧。

5.代码测试

• 测试集合就是 mnist
• 代码（执行时要进入自己定义的那个新环境 tf）：
  
  • $ git clone https://github.com/martin-gorner/tensorflow-mnist-tutorial
  • $ python mnist_1.0_softmax.py

• 不一会儿就出结果了，是实时。数据可视化的魅力。有了 GPU 确实会快，不骗你。

  
  后续优化及解析见后续文章。

6.注：和 theano 一同配置在 windows 上

• 由于 theano 需要的是 python 3.4 版本，所以一起弄的话，需要有一些环境改变。采坑无数！
• 参数联合改变如下：
  
  • 
  • 其中tensorflow的环境tf 替换了原先主 anaconda 环境，另外新添加了 PYTHONPATH
• 最后，遇到问题，翻墙搜英文的解决方案，国内的各种博客，说实话，有点坑。包括我这个，我只是单纯记录一下遇到的问题，以便备用。