win10下通过Anaconda安装TensorFlow-GPU1.3版本,并配置pycharm运行Mnist手写识别程序

Posted hear_nothing

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win10下通过Anaconda安装TensorFlow-GPU1.3版本,并配置pycharm运行Mnist手写识别程序相关的知识,希望对你有一定的参考价值。

折腾了一天半终于装好了win10下的TensorFlow-GPU版,在这里做个记录。

准备安装包:

visual studio 2015;

Anaconda3-4.2.0-Windows-x86_64

pycharm-community

CUDA:cuda_8.0.61_win10;下载时选择 exe(local)

CUDA补丁:cuda_8.0.61.2_windows

cuDNN:cudnn-8.0-windows10-x64-v6.0;如果你安装的TensorFlow版本和我一样1.3,请下载cuDNN v6.0 for CUDA 8.0 (不要问我为什么知道....)

开始:

1.安装visual studio2015 可以只安装 Visualc++部分

2.安装CUDA:

按提示安装,先安装cuda_8,再安装补丁;

装完后在cmd里查看版本号:nvcc -V 

 

3.安装cuDNN库:

把解压文件放置到CUDA的相关文件夹里:(懒得打字了)

==============》》  

 

4.安装Anaconda:

我是选择用Anaconda安装TensorFlow,方便管理各种环境。

下载对应安装包,按提示安装。

 

装好后,打开Anaconda Prompt.添加清华的镜像源

 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

 

在win下更改Python的默认源为清华源:

在当前的用户目录下新建pip文件夹,在pip文件夹里新建pip.ini文件:

[global]  
index-url = http://mirrors.aliyun.com/pypi/simple/
//https://pypi.tuna.tsinghua.edu.cn/simple 清华源
[install]  
trusted-host=mirrors.aliyun.com

 

 

在Anaconda里建立TensorFlow的环境:

conda create -n tensorflow Python=3.5

 

激活TensorFlow环境:

activate TensorFlow

 

关闭环境:

deactivate

 

 

5.安装TensorFlow:

pip install --upgrade --ignore-installed tensorflow-gpu

 安装TensorFlow指定版本(清华源上有的,更换链接最后的版本名称就行了)

pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

 

简单测试:

在TensorFlow环境里打开Python:

import tensorflow as tf

hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))

 

见到b\'hello tensorflow\' 测试成功。

6.安装,配置pycharm:

下载对应安装包。按提示安装pycharm。

配置pycharm:

在选择Python版本时,手动添加位于Anaconda的python版本,位置在Anaconda的安装目录下的envs文件夹里:

 

 7.在pycharm里新建mnist手写识别程序:

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)
import tensorflow as tf
sess = tf.InteractiveSession()
x = tf.placeholder(tf.float32,[None,784])

w = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))

y = tf.nn.softmax(tf.matmul(x,w) + b)

y_ = tf.placeholder(tf.float32,[None,10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),reduction_indices=[1]))

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

tf.global_variables_initializer().run()

for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    train_step.run({x: batch_xs, y_:batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))

print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

运行:

 

 至此全部安装完毕。

 

安装过程中的坑:

1.安装TensorFlow1.3的cuDNN的版本要选V6的版本,不然会出现

No Module Named \'_pywrap_tensorflow_internal\'

以及

DLL load failed: The specified module could not be found等错误。

 

 

 

 

以上是关于win10下通过Anaconda安装TensorFlow-GPU1.3版本,并配置pycharm运行Mnist手写识别程序的主要内容,如果未能解决你的问题,请参考以下文章

Win10 安装 Anaconda3 用 Anaconda3 安装TensorFlow 1.2 (只支持python3.5)

Win10下Anaconda安装Jupyter配置

初学必备Win10环境下Anaconda安装

Python·Win10通过Anaconda安装python和Jupyter(python2.7为例)

Python·Win10通过Anaconda安装python和Jupyter(python2.7为例)

Win10系统下Anaconda下安装多种Python函数库