windows10配置tensorflow深度学习环境(GPU版)各种坑
我们配置一个tensorflow-gpu版的深度学习环境
windows10 64
python3.5
vs2017(需要C++部分)
cuda9.0
cudnn7.1
GeForce GTX1060
1.安装python
我们选择python3.5,直接从官网下载windows10版本的安装就行,可以选择默认安装路径,并添加环境变量。
测试打卡cmd,输入python,输出python的版本信息

则安装成功
2.安装vs2017
3.安装cuda
首先要确保你的电脑上装了一块差不多的显卡
我们选择cuda9.0,因为现在的tensorflow版本已经很新了,基本上不需要低版本的cuda。同样的我们从官网下载cuda9.0版本,并默认路径安装(你也可以装在其他盘)
添加环境变量
配置环境变量,右击我的电脑->属性->高级系统设置->高级->环境变量,新建环境变量

测试是否安装成功,打开cmd,输入nvcc -V

如正确输出cuda的版本信息,则安装成功
4.安装cudnn
根据cuda9.0的版本,我们选择cudnn7.1,到cudnn官网下载对应版本for windows10,是一个压缩包

解压出来,把解压的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0文件目录下,覆盖
下载地址:https://developer.nvidia.com/rdp/cudnn-download
解压后覆盖到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0目录即可。
5.安装pip
如果你的电脑没装pip,还要安装pip,因为我们使用pip安装tensorflow-gpu
请自行百度
6.pip安装tensorflow
以上工作都成功的话,我们就可以安装tensorflow了,
pip3 install tensorflow-gpu
如果安装报错的话,是网络不好,时间等待的缘故,可以通过设定超时时间解决
pip3 --default-timeout= install tensorflow-gpu
参考:https://wenwen.sogou.com/z/q798371922.htm
实际上这样就可以安装成功了,但是在我的电脑上出现了问题,装的版本是tensorflow-1.10,在python环境下载入tensorflow报错,网上搜了一下,找到了原因
我的电脑的cpu比较老(为了省钱)是g4600,不能用太新版本的tensorflow,如果你的电脑是较新的cpu,就应该没问题,我的只能i卸载重装
pip3 uninstall tensorflow-gpu
然后指定tensorflow的版本为1.5,就成功解决了
pip3 install tensorflow-gpu==1.5
参考:https://blog.csdn.net/fhqlongteng/article/details/80279197
https://www.imooc.com/article/40620
测试
当然也可以创建一个文件hello_tensor.py,输入内容如下:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant()
b = tf.constant()
print(sess.run(a+b))
接下来就可以愉快的深度学习了....................
8/19 更
7.安装pycharm
配好环境,我们还需要一个编译器,摆脱cmd,首推pycharm
因为是在校学生,可以有教育邮箱去注册,使用专业版
安装完成后配置一下python,要不然会导入失败
参考:https://www.cnblogs.com/yingchuan-hxf/p/7715575.html
windows10配置tensorflow深度学习环境(GPU版)各种坑的更多相关文章
- TensorFlow 深度学习中文第二版·翻译完成
原文:Deep Learning with TensorFlow Second Edition 协议:CC BY-NC-SA 4.0 不要担心自己的形象,只关心如何实现目标.--<原则>, ...
- windows下Anaconda3配置TensorFlow深度学习库
Anaconda3(python3.6)安装tensorflow Anaconda3中安装tensorflow3是非常简单的,仅需通过 pip install tensorflow 测试代码: imp ...
- [AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建
这篇文章详细介绍在centOS7.5上搭建基于keras/tensorflow的深度学习环境,该环境可用于实际生产.本人现在非常熟练linux(Ubuntu/centOS/openSUSE).wind ...
- Docker配置Pytorch深度学习环境
拉取镜像 $ docker pull pytorch/pytorch:1.9.1-cuda11.1-cudnn8-devel 查看本地已有镜像 $ docker images 创建容器 $ docke ...
- 保姆级教程——Ubuntu16.04 Server下深度学习环境搭建:安装CUDA8.0,cuDNN6.0,Bazel0.5.4,源码编译安装TensorFlow1.4.0(GPU版)
写在前面 本文叙述了在Ubuntu16.04 Server下安装CUDA8.0,cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历,包括遇到的问题及解决办法,也有一些 ...
- 深度学习菜鸟的信仰地︱Supervessel超能云服务器、深度学习环境全配置
并非广告~实在是太良心了,所以费时间给他们点赞一下~ SuperVessel云平台是IBM中国研究院和中国系统与技术中心基于POWER架构和OpenStack技术共同构建的, 支持开发者远程开发的免费 ...
- Windows10 + eclipse + JDK1.8 + Apache Maven 3.6.0 + dl4j深度学习环境配置
Windows10 + eclipse + JDK1.8 + Apache Maven 3.6.0 + dl4j深度学习环境配置 JDK下载安装请自行,并设置好环境变量1 查看Java版本C:\Use ...
- 基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境
基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境 前言一.环境准备环境介绍软件下载VMware下安装UbuntuUbuntu下Anaconda的安 ...
- Win10+RTX2080深度学习环境搭建:tensorflow、mxnet、pytorch、caffe
目录 准备工作 设置conda国内镜像源 conda 深度学习环境 tensorflow.mxnet.pytorch安装 tensorflow mxnet pytorch Caffe安装 配置文件修改 ...
随机推荐
- C# base和this的用法
/** this关键字* this关键字引用类的当前实例* 注意:静态成员方法中不能使用this关键字,this关键字只能在实例构造函数.实例方法或实例访问器中使用*/ /** base关键字* ba ...
- GoF--适配器设计模式
1.概念: 适配器模式(Adapter Pattern)把一个类的接口变换成客户端所期待的另一种接口,从而使原本因接口不匹配而无法在一起工作的两个类能够在一起工作. 2.形式 a.类的适配器模式 ...
- Go面向对象(三)
go语言中的大多数类型都是值予以,并且都可以包含对应的操作方法,在需要的时候你可以给任意类型增加新方法.二在实现某个接口时,无需从该接口集成,只需要实现该接口要求的所有方法即可.任何类型都可以被any ...
- 【安全开发】PHP安全编码规范
申明:本文非笔者原创,原文转载自:https://github.com/SecurityPaper/SecurityPaper-web/blob/master/_posts/2.SDL%E8%A7%8 ...
- flask获取传入参数的两种方式
#coding=utf-8 from flask import Flask from flask import request app = Flask(__name__) @app.route(&qu ...
- XML读取(string形式进行读取)
#region 测试XML二进制读取 string strXmlData = "<xml><ToUserName><![CDATA[gh_ef65912f88f ...
- Material Design系列第八篇——Creating Lists and Cards
Creating Lists and Cards //创建列表和卡片 To create complex lists and cards with material design styles in ...
- 【WEB前端开发最佳实践系列】JavaScript篇
一.养成良好的编码习惯,提高可维护性 1.避免定义全局变量和函数,解决全局变量而导致的代码“污染”最简单的额方法就是把变量和方法封装在一个变量对象上,使其变成对象的属性: var myCurrentA ...
- Webpack 备忘录
Webpack 属于在项目中配置一次就很少改动的那种工具,但这样就导致新项目再配置 Webpack 时会有些生疏,所以将 Webpack 核心概念及常用配置记录如下. 1)核心概念 Webpack 4 ...
- python中的list和array的不同之处
原文地址: http://blog.csdn.net/liyaohhh/article/details/51055147#reply python中的list是python的内置数据类型,list中 ...