首页 » Python » TensorFlow教程——框架安装与开发环境搭建

TensorFlow教程——框架安装与开发环境搭建

原文 http://blog.csdn.net/zbgjhy88/article/details/78916796

2017-12-29 02:01:05阅读(235)

Google于TensorFlow 0.12版本后增加了对Windows的支持,只有一台的电脑的开发者可以直接在Windows PC上使用TensorFlow框架,而无需使用虚拟机了。抛开虚拟机使用的麻烦来说,直接使用宿主机器还可以使用GPU版本的TensorFlow,从而提高计算速度。Google官方推荐的使用TensorFlow深度学习框架的开发语言是Python,因此本文将包含以下内容:

安装便于交互调试的Python开发环境;在Windows10 64位系统上安装TensorFlow深度学习框架;

Step1:安装python与升级pip
我安装的是Python3.5.0,从官网下载包:
TensorFlow<a href=教程——框架安装与开发环境搭建" src="http://img.blog.csdn.net/20171228141542747?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemJnamh5ODg=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" alt="" />

前三个是64位windows系统的包,后三个是32位windows系统的包。为配合TensorFlow使用,一定要选择64位的Python,可以选择下载可执行文件进行安装。Python安装时已经把pip也安装了,但版本老旧,作为安装工具,我们应该把它升级为新的版本。

假设你的安装路径是:D:\Python;就把这个路径添加到系统的PATH环境变量中(此电脑——右键属性——高级系统设置——环境变量——系统变量——Path编辑)。为了能在cmd中使用pip,添加python的环境的同时也把pip的加上,D:\Python\Scripts.

在cmd中测试:

python
能进入python控制台则python安装配置成功;

pip -V
能返回pip版本则pip安装配置成功。下面在cmd中执行以下命令以升级pip至最新版本:

pip install -U pip

Step2:安装Spyder

就我个人的体验,我更喜欢Spyder,IDE内可以使用iPython,交互控制要好一些。安装很简单:

pip install spyder
安装完成后可以打开D:\Python\Scripts,找到spyder3.exe,添加快捷方式到桌面,下次可以用快捷方式直接打开。

Step3:安装CUDA与cuDNN

注意:如果你只想安装cpu版本,此步可以跳过。

如果你自认为自己电脑的GPU还不错,而且你的GPU确实得到支持的话,那可以安装gpu版本的TensorFlow,对缩短运算时间大大有益。如何判断自己的gpu是否可用?打开这里,看看你的显卡是否在这里面,如果在的话就说明你的显卡是被支持的。

GPU版本的TensorFlow需要CUDA和cuDNN(DeepLearningSDK中的一种,主要是TensorFlow gpu版中一些运算的要求)的支持。

TensorFlow教程——框架安装与开发环境搭建

打开CUDA下载网站,根据TensorFlow官方的要求,需要选择8.0版本,下载完成后直接安装即可(官方提供的补丁打一下),没啥好说的:

TensorFlow教程——框架安装与开发环境搭建

TensorFlow教程——框架安装与开发环境搭建

安装完成,你的系统中系统变量(此电脑——右键属性——高级系统设置——环境变量——系统变量)会增加两个:CUDA_PATH和CUDA_PATH_Vx_x(版本号);为了避免以后可能出现的检索不到各种文件的麻烦(经验之谈),这里直接在系统变量Path中加入(假设安装路径是D:\Program Files\Nvidia\CUDA):
D:\Program Files\Nvidia\CUDA\include
D:\Program Files\Nvidia\CUDA\bin
D:\Program Files\Nvidia\CUDA\lib

打开cuDNN下载网站,根据TensorFlow官方的要求,需要选择v6.1 for CUDA8.0的版本,但我好像没找到,就安装了v6.0,选择好后下载:

TensorFlow教程——框架安装与开发环境搭建

这是一个压缩包而已,解压后父文件夹是cuda,子文件夹有bin、include、lib三个,分别与CUDA安装路径下的三个对应文件夹进行合并即可。

补充一句,TensorFlow、CUDA与cuDNN的版本要相匹配,要根据TensorFlow官方的要求下载CUDA与cuDNN版本,在符合TensorFlow要求的情况下要在我上面给的地址去下载最新的CUDA与cuDNN,因为随着TensorFlow的更新,新版本的TensorFlow可能不会去支持一些老的CUDA或cuDNN的版本,所以要避免去论坛、网盘什么的找老旧的版本。

Step4:安装TensorFlow框架

谷歌已经做了前期工作,使得我们可以轻松安装TensorFlow:

pip install --upgrade tensorflow-gpu

如果想安装cpu版本的TensorFlow,直接去掉上面命令最后的-gpu即可。cmd中测试一下:

python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
能正常运行则说明安装成功了。



最新发布

CentOS专题

关于本站

5ibc.net旗下博客站精品博文小部分原创、大部分从互联网收集整理。尊重作者版权、传播精品博文,让更多编程爱好者知晓!

小提示

按 Ctrl+D 键,
把本文加入收藏夹