深度学习环境配置- win10+Anoconda3-2.4.0+cuda8.0+TensorFlow-GPU+Pycharm2016测试Demo-GPU加速
Posted YEN_csdn
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习环境配置- win10+Anoconda3-2.4.0+cuda8.0+TensorFlow-GPU+Pycharm2016测试Demo-GPU加速相关的知识,希望对你有一定的参考价值。
前言
本来用的是Python2.7,但最近学习需要用到TensorFlow,TensorFlow支持windows,但tensorflow在windows下只支持python 3.5以上
Anacoda3-4.2.0安装
Anacoda3-4.2.0 Uses python 3.5下载:
https://repo.continuum.io/archive/Anaconda3-4.2.0-Windows-x86_64.exe
下载之后直接点击.exe文件安装即可,安装时注意勾选将Anacoda和python3.5添加到环境变量
安装完成后
Path中会自动添加:
此时conda和pip也添加到系统变量中了,可以直接使用命令(因为conda和pip在Scripts下)。
cuda8.0安装
cuda8.0
下载:https://developer.nvidia.com/cuda-downloads
下载下来后就正常安装就可以了。
cuDnn5.1
cuDnn库下载:https://developer.nvidia.com/rdp/cudnn-download
注意要对应你下载的cuda版本
下载后解压:
把文件对应放到cuda安装目录下的对应文件:
配置环境变量到PATH下
安装TensorFlow
查看是否切换到python3.5 工作环境
python --version
查看当前可按照TensorFlow版本
anaconda search -t conda tensorflow
使用pip安装tensorflow
pip3 install tensorflow-gpu
运行测试:(出错)
网上看了很多教程 说估计是TensorFlow与cuda版本不匹配
conda list查看了一下,装的是TensorFlow1.5
于是决定装个低版本试试
#卸载1.5版本
pip3 uninstall tensorflow-gpu
安装1.3
pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl
Pycharm配置Anoconda3
创建程序:
#coding=utf-8
# @Author: yangenneng
# @Time: 2018-02-05 18:23
# @Abstract:测试tensorflow导入情况
# 引入 tensorflow 模块
import tensorflow as tf
#官方教程代码测试:
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print(sess.run(c))
用上GPU了
测试MNIST手写数字识别程序在GPU下执行:
程序:http://blog.csdn.net/yen_csdn/article/details/79268446
速度确实快了很多
以上是关于深度学习环境配置- win10+Anoconda3-2.4.0+cuda8.0+TensorFlow-GPU+Pycharm2016测试Demo-GPU加速的主要内容,如果未能解决你的问题,请参考以下文章
win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境
安装 Win10 & Ubuntu 16.04 双系统以及 Ubuntu 配置深度学习环境记录
深度学习第一步——Pytorch-Gpu环境配置:Win11/Win10+Cuda10.2+cuDNN8.5.0+Pytorch1.8.0(步步巨细,少走十年弯路)