热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

win10下配置tensorflowGPU版环境并输出特定文本

双系统下的Linux方案真的很折腾人,先写个win10下的解决方案吧。(事实证明,这条路同样是踩坑无数)1.下载安装anaconda套件(为了准备tensorflow环

双系统下的Linux方案真的很折腾人,先写个win10下的解决方案吧。(事实证明,这条路同样是踩坑无数......)

1.下载安装anaconda套件(为了准备tensorflow环境)和tensorflow-gpu

https://www.anaconda.com/download/

(划掉)这是anaconda官网,亲测下载挺慢的还经常断链,挂代理似乎也没有多大改善,不知是不是我自己的网络原因,所以尝试了清华的镜像:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

64位的Windows请选红箭头标识的这个链接下载。亲测五分钟左右下完。

双击.exe文件安装。

安装好以后开始菜单里打开anaconda prompt。

打开Anaconda Navigator:

然后Apply

或者这样也可以:


conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.5

第三行语句输完回车后先别急着退出,而且后面还要用,这里有很多东西要执行,稍稍等一会儿。

出现询问 Proceed([y]/n)? 输入y回车。

回到开始菜单打开anaconda navigator。

ok.

点左侧边栏的environments。

这里红箭头指向的地方就可以看到tensorflow。如果之前prompt第三行语句没有等到询问就退出的话,现在这里就不会看到tensorflow了。

还是回到prompt,输入


activate tensorflow

会发现下一行的(base)变成了(tensorflow)。

输入


pip install tensorflow-gpu

如果提示找不到包,

输入conda create --name python35 python=3.5之后activiate tensorflow再尝试一次。

这里会等上一会儿,不要着急。

当prompt返回给你一个命令输入行的时候,上面这一串就执行完成了。

因为是gpu版的,所以还需要安装GPU相关的支持cuda和cudnn。

遇到不少麻烦,思路有点混乱,但是创建一个虚拟环境应该是必要的:

 


conda create -n tensorflow-gpu python=3.6.6
activate tensorflow-gpu
pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

3.下载安装cuda

cuda是NVIDIA推出的一款计算架构,使GPU可以解决复杂的计算问题。

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

 依次点Windows、8.1、exe(local)、Download。

2个G不到,很快也下完了。不废话,双击打开,选择一下解压目录,然后就开始解压。。。

以下按照默认的配置进行安装。

 

 

 

遇到这个点安装。 

用时可能比较长,耐心等一等就会好。

4.下载安装cudnn。

DNN,全称Deep Neural Network,深度神经网络。

https://developer.nvidia.com/cudnn

点进去。

 

 没有账号的就create an account,进去之后可以注册一个,也可以用社交账号关联注册。跟着流程一步步注册很快就好,需要验证一次email。

再次回到刚才的下载页面,需要填一个cuDNN Download Survey。应该是类似问卷调查的东西,既然用了他们家的服务,那么也意思一下,填了这个survey。

需要其他版本也可以点这里。

 

 

下载好解压。将bin、include、lib三个文件夹复制到CUDA。 默认安装的CUDA路径应该是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

比如解压出的bin里的cudnn64_7.dll,就把它复制到v10.0的bin文件夹里,照此类推。

然后将以下三个路径添加到环境变量中(不知道环境变量在哪的朋友自行百度~)

X:\...\CUDA\v9.0\bin

X:\...\CUDA\v9.0\libnvvp

X:\...\CUDA\v9.0\lib\x64

本文中X:\...=C:\Program Files\NVIDIA GPU Computing Toolkit,这个根据你实际的安装目录而定。

这个 就是 环境变量

像这样编辑Path。 

5.使用tensorflow的会话(Session)输出特定文本。

启动anaconda prompt

输入:


python


import tensorflow as tf
output = tf.constant("duohuo")
sess = tf.Session()
print(sess.run(output))

运行如图:

 这样就输出了一个字符串。

最后总结下,这个东西就好像玄学......中间查了很多资料、博客,请教了一些计科的同学,运气还算不错。

主要参考资料:

Win10下 tensorflow gpu版安装 - W.Yentl - 博客园 https://www.cnblogs.com/W-Yentl/p/7783933.html

安装Tensorflow1.3版本出错解决 - 大坡3D软件开发 - CSDN博客 https://blog.csdn.net/caimouse/article/details/77836495

pip install 安装特别慢 - binqiang2wang - CSDN博客 https://blog.csdn.net/m0_37052320/article/details/80789276

win7电脑怎样修改环境变量_百度经验 https://jingyan.baidu.com/article/b24f6c82cba6dc86bfe5da9f.html



推荐阅读
  • 利用ZFS和Gluster实现分布式存储系统的高效迁移与应用
    本文探讨了在Ubuntu 18.04系统中利用ZFS和Gluster文件系统实现分布式存储系统的高效迁移与应用。通过详细的技术分析和实践案例,展示了这两种文件系统在数据迁移、高可用性和性能优化方面的优势,为分布式存储系统的部署和管理提供了宝贵的参考。 ... [详细]
  • Python ATM与购物车项目实战:深入解析三层架构设计
    本文详细解析了Python ATM与购物车项目的三层架构设计,重点介绍了MVC(Model-View-Controller)模式的应用。在用户界面层,系统通过图形化界面与用户进行交互,接收并处理用户的输入数据,随后将这些数据传递给控制层进行进一步处理。该层不仅负责展示信息,还承担了用户请求的初步处理任务。 ... [详细]
  • 本文详细解析了 Android 系统启动过程中的核心文件 `init.c`,探讨了其在系统初始化阶段的关键作用。通过对 `init.c` 的源代码进行深入分析,揭示了其如何管理进程、解析配置文件以及执行系统启动脚本。此外,文章还介绍了 `init` 进程的生命周期及其与内核的交互方式,为开发者提供了深入了解 Android 启动机制的宝贵资料。 ... [详细]
  • 帝国CMS中的信息归档功能详解及其重要性
    本文详细解析了帝国CMS中的信息归档功能,并探讨了其在内容管理中的重要性。通过归档功能,用户可以有效地管理和组织大量内容,提高网站的运行效率和用户体验。此外,文章还介绍了如何利用该功能进行数据备份和恢复,确保网站数据的安全性和完整性。 ... [详细]
  • 深入解析Android 4.4中的Fence机制及其应用
    在Android 4.4中,Fence机制是处理缓冲区交换和同步问题的关键技术。该机制广泛应用于生产者-消费者模式中,确保了不同组件之间高效、安全的数据传输。通过深入解析Fence机制的工作原理和应用场景,本文探讨了其在系统性能优化和资源管理中的重要作用。 ... [详细]
  • MATLAB字典学习工具箱SPAMS:稀疏与字典学习的详细介绍、配置及应用实例
    SPAMS(Sparse Modeling Software)是一个强大的开源优化工具箱,专为解决多种稀疏估计问题而设计。该工具箱基于MATLAB,提供了丰富的算法和函数,适用于字典学习、信号处理和机器学习等领域。本文将详细介绍SPAMS的配置方法、核心功能及其在实际应用中的典型案例,帮助用户更好地理解和使用这一工具箱。 ... [详细]
  • 在 CentOS 7 系统中安装 Scrapy 时遇到了一些挑战。尽管 Scrapy 在 Ubuntu 上安装简便,但在 CentOS 7 上需要额外的配置和步骤。本文总结了常见问题及其解决方案,帮助用户顺利安装并使用 Scrapy 进行网络爬虫开发。 ... [详细]
  • 在C语言程序开发中,调试和错误分析是确保代码正确性和效率的关键步骤。本文通过一个简单的递归函数示例,详细介绍了如何编写和调试C语言程序。具体而言,我们将创建一个名为 `factorial.c` 的文件,实现计算阶乘的功能,并通过逐步调试来分析和解决可能出现的错误。此外,文章还探讨了常见的调试工具和技术,如GDB和断点设置,以帮助开发者高效地定位和修复问题。 ... [详细]
  • Swoole加密机制的安全性分析与破解可能性探讨
    本文深入分析了Swoole框架的加密机制,探讨了其在实际应用中的安全性,并评估了潜在的破解可能性。研究结果表明,尽管Swoole的加密算法在大多数情况下能够提供有效的安全保护,但在特定场景下仍存在被攻击的风险。文章还提出了一些改进措施,以增强系统的整体安全性。 ... [详细]
  • 在Linux系统中,网络配置是至关重要的任务之一。本文详细解析了Firewalld和Netfilter机制,并探讨了iptables的应用。通过使用`ip addr show`命令来查看网卡IP地址(需要安装`iproute`包),当网卡未分配IP地址或处于关闭状态时,可以通过`ip link set`命令进行配置和激活。此外,文章还介绍了如何利用Firewalld和iptables实现网络流量控制和安全策略管理,为系统管理员提供了实用的操作指南。 ... [详细]
  • PHP预处理常量详解:如何定义与使用常量 ... [详细]
  • 本文深入解析了Django框架中的MVT(Model-View-Template)设计模式,详细阐述了其工作原理和应用流程。通过分析URL模式、视图、模型和模板等关键组件,读者将全面理解Django应用程序的架构体系,掌握如何高效地构建和管理Web应用。 ... [详细]
  • Presto:高效即席查询引擎的深度解析与应用
    本文深入解析了Presto这一高效的即席查询引擎,详细探讨了其架构设计及其优缺点。Presto通过内存到内存的数据处理方式,显著提升了查询性能,相比传统的MapReduce查询,不仅减少了数据传输的延迟,还提高了查询的准确性和效率。然而,Presto在大规模数据处理和容错机制方面仍存在一定的局限性。本文还介绍了Presto在实际应用中的多种场景,展示了其在大数据分析领域的强大潜力。 ... [详细]
  • 作为软件工程专业的学生,我深知课堂上教师讲解速度之快,很多时候需要课后自行消化和巩固。因此,撰写这篇Java Web开发入门教程,旨在帮助初学者更好地理解和掌握基础知识。通过详细记录学习过程,希望能为更多像我一样在基础方面还有待提升的学员提供有益的参考。 ... [详细]
  • 掌握这些技巧,轻松获取超过90%的资源信息
    在数字时代,高效获取所需资源是每个人必备的技能。本文将分享一系列实用技巧,帮助读者轻松获取超过90%的网络资源信息,无论是学术资料、技术文档还是最新资讯,都能迅速找到。通过优化搜索引擎使用、利用专业数据库和社群资源等方法,读者将能够在信息海洋中游刃有余。 ... [详细]
author-avatar
爱你一辈子2502860605
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有