大概分为:1)Python相关库

2)GPU相关库

3)TensorFlow

1:Python相关(注意X86还是X64)

1)Python :https://www.python.org/downloads/windows/

添加两个环境变量:python安装路径/python3.5 , python安装路径/python3.5Scripts

2)关于pip:
python已经自带,否则https://pypi.python.org/pypi/pip#downloads

python3.5Scripts 文件夹下执行命令 easy_inatall.exe pip

3)python 各种库:

-Numpy :pip install numpy (numpy+mkl)

-Scipy: http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy pip install XXX.whl(.whl文件安装命令)

- scikit-learn:pip install scikit-learn (Python机器学习)

-scikit-image: pip install scikit-image ,opencv:pip install opencv-python,pillow:

pip install pillow (使用tip: from PIL import Image 代替 import Image)

-----------------------------------------------------------------------------------------------

2:GPU相关

首先是TensorFlow官网给的安装说明




virtualbox 虚拟机 使用主机GPU 虚拟机怎么用gpu_CUDA


1)CUDA 8.0

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

环境变量加入:

C:Program
FilesNVIDIA GPU Computing ToolkitCUDAv8.0

C:Program
FilesNVIDIA GPU Computing ToolkitCUDAv8.0libx64

2) CUDNN:

https://developer.nvidia.com/deep-learning-software

LInux安装指南:Deep Learning SDK Documentation

同时需要将cudnn的路径加入,或者直接把文件拷到对应的CUDA目录下

(特别注意的是CUDA8.0 对应的一定是CUDNN6.0版 即bin目录下的导入的是cuDNN64_6.dll)

补充:在更新新版本的TF时,需要安装对应的CUDA和CUDNN,比如我现在更新到TF1.5,截止到目前官方给的说明,需要下载CUDA9和相应的CUDNN7,安装完毕后,重启计算机,保证环境变量生效。

3)测试:

查看显卡信息

将C:Program FilesNVIDIA CorporationNVSMI包含到环境变量中,然后在命令行运行nvidia-smi,即可查看显卡信息。

查看CUDA版本

在命令行运行nvcc -V, 即可查看CUDA版本

-----------------------------------------------------------------------------------------------

3:TensorFlow (GPU版)

pip3 install tensorflow-gpu ==1.8.0 指定版本
3’:TensorFlow (CPU版+过公司代理)
pip3 install --upgrade tensorflow --proxy=”http://用户名:密码@公司代理:8080“

-----------------------------------------------------------------------------------------------

最后运行Demo成功:


virtualbox 虚拟机 使用主机GPU 虚拟机怎么用gpu_tensorflow_02


关于更新TensorFlow版本

---这俩天tensorflow提供了新的调试接口tensorflow.contrib.eager(tensorflow/tensorflow)

日志如下:

C:UsersfengyongDesktop>pip install --upgrade tensorflow-gpu
Collecting tensorflow-gpu
Using cached tensorflow_gpu-1.4.0-cp35-cp35m-win_amd64.whl
Requirement already satisfied: wheel>=0.26 in d:python35libsite-packages (from tensorflow-gpu)
Collecting tensorflow-tensorboard<0.5.0,>=0.4.0rc1 (from tensorflow-gpu)
Using cached tensorflow_tensorboard-0.4.0rc2-py3-none-any.whl
Collecting numpy>=1.12.1 (from tensorflow-gpu)
Using cached numpy-1.13.3-cp35-none-win_amd64.whl
Requirement already satisfied: protobuf>=3.3.0 in d:python35libsite-packages (from tensorflow-gpu)
Requirement already satisfied: six>=1.10.0 in d:python35libsite-packages (from tensorflow-gpu)
Requirement already satisfied: enum34>=1.1.6 in d:python35libsite-packages (from tensorflow-gpu)
Requirement already satisfied: werkzeug>=0.11.10 in d:python35libsite-packages (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow-gpu)
Requirement already satisfied: bleach==1.5.0 in d:python35libsite-packages (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow-gpu)
Requirement already satisfied: html5lib==0.9999999 in d:python35libsite-packages (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow-gpu)
Requirement already satisfied: markdown>=2.6.8 in d:python35libsite-packages (from tensorflow-tensorboard<0.5.0,>=0.4.0rc1->tensorflow-gpu)
Requirement already satisfied: setuptools in d:python35libsite-packages (from protobuf>=3.3.0->tensorflow-gpu)
Installing collected packages: numpy, tensorflow-tensorboard, tensorflow-gpu
Found existing installation: tensorflow-tensorboard 0.1.6
Uninstalling tensorflow-tensorboard-0.1.6:
Successfully uninstalled tensorflow-tensorboard-0.1.6
Successfully installed numpy-1.13.3 tensorflow-gpu-1.4.0 tensorflow-tensorboard-0.4.0rc2

下面再说说Ubuntu下的安装方式,这里我用的是VM Ware虚拟机+Ubuntu16(这里为什么用16的原因是14自带的python是3.4对应的pip是1.5.4,当使用pip下载需要的库时会出现各种bug,因此我们使用16的3.5python和pip 9.0版本)

由于是在公司,因此这里遇到的坑特别严重,自己又没有Linux的使用经验,请教了身边的几位大哥,再加各种百度,终于成功安装了,这部分分享给同我一样并不是计算机出身的同学们。

  • 代理问题:

这个问题是由于我在公司,公司网需要代理,因此我在使用Linux各种命令之前需要提供代理,比如上网(火狐)需要代理,apt-get需要代理,pip需要代理。

这里记录一下apt-get和pip代理的配置方法:

apt-get:打开终端(CTRL+ALT+T),使用vi命令修改 /etc/apt/apt.conf 文件,加入

Acquire::http::proxy "http//你的用户名:对应密码@所使用代理的地址:端口号";

(汉字部分改成你相应的内容即可,查看文件命令 cat /etc/apt/apt.conf ),

chmod a+w /etc/apt/apt.conf 为该文件添加写操作。

pip:vi命令修改 ~/.bashrc文件,加入

export http_proxy="http://你的用户名:对应密码@所使用代理的地址:端口号/"

export https_proxy="http://你的用户名:对应密码@所使用代理的地址:端口号/"

(这里要瞪大眼睛看的是 1)下面的https对应着http。2)最后加了一个/)

以上解决了关于需要Ubuntu下设置代理的问题


  • 安装PIP3

这里默认你的Ubuntu操作系统并没有自带pip,这时你首先要安装pip,这里我使用的是python3,因此需要对应的pip3。参照官方给出的说明Installation - pip 9.0.1 documentation,先下载get-pip.py (有灵性的同学可能会问这个文件被下载到哪,wget命令下载到你的运行目录),再run一下python get-pip.py,就好用了。但是结果失败,再往下看文档,你会发现需要加上代理:python get-pip.py --proxy="[user:passwd@]proxy.server:port" 但是格式我没整明白。后来找到的方法是sudo apt-get install python3-pip ,这部分我遇到了各种问题,如果各位解决不了,欢迎留言讨论。


  • 安装如同上面Windows安装的各种包

最终我使用pip3的命令格式如下:

sudo -E pip3 install --index-url https://pypi.tuna.tsinghua.edu.cn/simple/ 包名

解释:

sudo:使用root权限 否则报错 error: [Errno 13] Permission denied: ......

-E:呼应前面的pip代理,没有代理问题的同学可以忽略,作用是使用环境变量,

通过echo $http_proxy 你会发现 这个环境变量已经设置为"http//你的用户名:对应密码@所使用代理的地址:端口号/"

--index-url: https://pypi.tuna.tsinghua.edu.cn/simple/

更多的:

pip使用命令可以参考[python]pip常用命令(转载) - 削微寒 - 博客园

vi命令可以参考vi命令_Linux vi 命令用法详解:功能强大的纯文本编辑器