首先,我要强调一下Python中的安装版本问题!! 在学习其他语言的时候似乎不重要,但在配置Python开发环境的时候显得非常重要! 是非常非常重要!!!
我机器现在安装的是:Win10 + Python3.5.2 + CUDA8.0.61 + cuDNN6.0 + tensorflow 1.4.0 , 仅供参考。
首先我建议安装Python3.5 -- Python3.6之间的版本,因为这区间的版本在配置环境的时候比较方便。
例如TensorFlow--CUDA--cuDNN等等之间的一个版本匹配问题,此前,我已经安装过多次TensorFlow,但都由于版本之间不匹配 导致不能正常运行,经过测试的构建配置如下:
请大家务必按照上图进行配置,否则tensorflow很大可能无法正常运行!!
再次强调,我的机器安装的版本搭配如下:Win10 + Python3.5.2 + CUDA8.0.61 + cuDNN6.0 + tensorflow 1.4.0
1、在控制面板中查看自己电脑显卡支持的CUDA版本,如无法得知自己电脑适合哪个版本的CUDA,可参考:https://www.jianshu.com/p/d3b9419a0f89
如我的显卡支持8.0版本:
2、到官网下载与自己机器相匹配的CUDA版本,在这里分享一份带有CUDA的历史版本网址:
https://developer.nvidia.com/cuda-toolkit-archive
下载好之后直接安装就行了,安装教程可以自己去百度.....
3、接着再到cuDNN官网注册一个账户再下载匹配的版本,注册账户的时候网速比较感人,网址如下:https://developer.nvidia.com/rdp/cudnn-archive
下载好cuDNN之后需要与CUDA关联起来,把下载后的压缩文件解压缩,分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5对应的include、lib、bin目录下即可。
参考网址如下:https://www.jianshu.com/p/9bdeb033e765 中的第五点
4、上述的插件安装好之后,就可以pip 一下,安装tensorflow-gpu版本了, 以下是从国内镜像网指定版本的安装方法
pip install tensorflow-gpu==1.12.0 -i https://https://pypi.tuna.tsinghua.edu.cn/simple
以下是国内几个比较稳定的镜像文件网址:
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
——————————————————————————————————————————————
都安装配置好之后,就可以去试试跑代码了~~~~
参考的测试代码如下:
import tensorflow as tf
x=tf.constant(3)
y=tf.constant(2)
sess=tf.Session()
print(sess.run(x+y))