windows深度学习入门(1)在windows10上安装TensorFlow
来源:互联网 发布:seo一定能帮你赚到钱 编辑:程序博客网 时间:2024/06/08 19:10
主要步骤:首先安装python和pip,再通过pip安装tensorflow,如果是安装CPU版本的非常简单,如果安装GPU版本的话,还需要再安装CUDA和CuDNN。
1.安装python与pip,由于我之前的python是python 3.6,然而python是支持python3.5的,一开始在某些无良博客看的教程都没有提到这一点,后来看了官方教程才明白必须要是64位python 3.5(注意不是32位!)。安装python的过程不难,由于现在版本的pip是可以和python一起安装的,因此在安装python的时候一定要注意把pip那一项勾选上,首先在网上找到安装包(我是在CSDN上下载的),下载之后自己选一个路径安装即可,我的路径是D:\python3.5.2,之后python就安装成功了,如图所示,pip就安装在Scripts中。
但是只是安装好还不够,因为python和pip是依赖于环境变量来运行的,所谓的环境变量是什么意思呢?我的理解是,你使用python的时候,在命令行里输入python + 要解释的程序的名字,但是系统是不知道你这一句python是什么意思的,同样的,你输入pip命令安装一些包的时候,系统也没办法识别pip是什么,所以就需要提前告诉系统一声,让它在某几个路径里去找,使用过gcc或者g++的朋友对这个一定很熟悉,因为gcc和g++也需要配置环境变量。
2.安装TensorFlow
有两种安装方式,一种是在CPU上安装,另一种是在GPU上安装,因为我的显卡是NVIDIA的,而且采用GPU会更快一些,因此我采用的是在GPU上安装,需要先安装两个东西:
1、CUDA:https://developer.nvidia.com/cuda-downloads
2、CuDNN:https://developer.nvidia.com/cudnn
首先下载好CUDA安装之后,记得把CUDA的路径放到环境变量里面,安装CuDNN的时候,解压之后发现有include、bin和lib三个文件,把内容放到CUDA对应的文件里面就可以了!
安装好之后,GPU的安装和CPU的安装就基本一样了,在命令行中输入命令即可:
安装CPU版本:
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0rc0-cp35-cp35m-win_amd64.whl
安装GPU版本:
pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl
不过这看似简单的一步浪费了我好多时间,无论我选择在CPU上安装还是在GPU上安装,都会提示is not a supported wheel on this platform
这个时候我们如果打开命令行,先输入python打开python,再输入import pip加载pip模块,输入print(pip.pep425tags.get_supported())就会发现,你的pip是不支持3.5版本的,也就是说,pip没有办法识别你的whl格式的文件。这个时候输入一条命令pip install wheel然后再输入之前的命令就会发现已经安装好啦!
接下来我对TensorFlow官方文档的程序进行了测试,首先我测试了一下比较简单的乘法程序,主要是将两个矩阵相乘:
import tensorflow as tfmatrix1=tf.constant([[5,6]])matrix2=tf.constant([[1],[1]])product=tf.matmul(matrix2,matrix1)sess=tf.Session()result=sess.run(product)print(result)
结果如图
接下来我又测试了TensorFlow文档开篇提供的程序:
import tensorflow as tfimport numpy as npx_data = np.float32(np.random.rand(2, 100))y_data = np.dot([0.100, 0.200], x_data) + 0.300b = tf.Variable(tf.zeros([1]))W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))y = tf.matmul(W, x_data) + bloss = tf.reduce_mean(tf.square(y - y_data))optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss)init = tf.global_variables_initializer()sess = tf.Session()sess.run(init)for step in range(0, 201): sess.run(train) if step % 20 == 0: print (step, sess.run(W), sess.run(b))
但是出现错误:
CUDA version is insufficient for CUDA runtime version
出现了这个之后还出现了一大篇Failed,看来是CUDA的驱动版本不够高导致的,于是我到了NVIDIA的官网上按照我的电脑版本更新了驱动(我的是windows10_64位)。
再运行,结果如下:
这说明我们的程序成功运行了,TensorFlow安装成功!
以上是我在安装的时候出现的问题,如果还有其它的情况,欢迎大家在评论区留言!
下一篇预告:用TensorFlow运行官方文档的第一个神经网络(在MNIST数据集上训练)
- windows深度学习入门(1)在windows10上安装TensorFlow
- 在windows10上安装tensorflow(GPU)
- 在Windows10上安装TensorFlow
- 深度学习框架TensorFlow学习(七)-----在Windows下的安装Tensorflow
- 2、Tensorflow:TensorFlow深度学习入门(上)
- Tensorflow深度学习框架在CentOS 7上的安装
- [深度学习框架] 在Mac上安装Tensorflow
- 在windows上安装tensorflow
- 在windows 上安装tensorflow
- TensorFlow在Windows10中的安装
- 【深度学习】windows下安装TensorFlow
- AI学习之路(1):TensorFlow在Windows安装
- TensorFlow:Object_Detection_API在Windows10上的配置
- TensorFlow:Object_Detection_API在Windows10上的配置
- 深度学习(二)tensorflow在ubuntu下的安装
- Windows10上安装tensorflow-gpu流程
- AI学习之路(2):GPU版本的Tensorflow在Windows上安装
- 如何在Windows10上安装Windows Live Writer
- Swift库二进制接口(ABI)兼容性研究
- python 2.x 编码问题
- 使用CMake 2.8 编译OpenCV 3.1.0 + opencv_contrib扩展 (环境ubuntu14.04 CUDA8.0)
- 初入Fragment(2)——动态加载fragment
- CentOS 7 巨大变动之 systemd 取代 SysV的Init
- windows深度学习入门(1)在windows10上安装TensorFlow
- 第一篇博客c++学习日记之字符串单双引号的区别
- idea快捷键
- python爬虫(二)
- IOS 中获取web上button的请求跟点击事件 js
- js数组去重
- 2017 程序设计实习之C++部分作业题汇总
- sql 常用命令
- -[WXOGCDAsyncSocket enableBackgroundingOnSocketWithCaveat:] in libWeChatSDK.a(GCDAsyncSocket.o)