> >

在Windows10上部署TensorFlow

深度学习TensorFlow 953

网上有各种安装发生的问题,关于版本有说法不能安装9.X,我用当前最新版本9.1安装失败,但是使用9.0安装成功了.

安装环境为 Win10 64Bit, PYTHON v3.6, CUDA v9.0, CuDNN v7.1 ,推荐安装Anaconda3 ,如果你的系统里没有安装PYTHON,在安装完Anaconda后它会自动安装Python3.6.

2016年11月29日，TensorFlow官方宣布0.12版tensorflow支持原生windows操作系统，不在需要通过Docker进行安装。

TensorFlow支持CPU版和GPU版,但是个人是强烈建议安装GPU版的,除非你的GPU算力实在太低.本文教程仅适用GPU版的部署.

视频显示CPU版的Tensorflow使用一颗志强CPU Intel(R) Xeon(R) CPU E5-2620 V3 @ 2.40GHz(8核12线程) 跑完1个epoch约需要2分半钟.

而使用GPU版本的TensorFlow使用一张GTX1080显卡,跑完1个epoch只需要8秒多.

所以如何选择,心中自然有数了吧?

一、安装Python

1、通过Pip在Windows上安装Python

TensorFlow在Windows上只支持64位Python3.5及以上版本，本文可以通过Python 3.5 from python.org 或 Python 3.5 from Anaconda 下载并安装Python3.5.2（注意选择正确的操作系统）。

2、设置环境变量

上一步安装完毕后，在cmd中输入pip是找不到该命令的，因此将Python安装路径下的“%安装路径%\Scripts”添加到Path下；注意“；“结束。再到cmd中输入pip看到若干命令提示，则代表python安装成功（Python安装包自带pip）。“开始”->“所有程序”，也可以找到Python终端。

二、安装Cuda和CuDNN（CPU版本TensorFlow请忽略本步骤）

注意注意: CUDA和CuDNN的版本要对应上,在下载CuDNN的时候后面都有 for CUDA 9.0的字样,这里的版本需要和CUDA对应一致

TensorFlow分为CPU版和GPU版，如果你打算安装GPU版，请先安装如下两个驱动：

1、CUDA Toolkit 9.0 ：https://developer.nvidia.com/cuda-90-download-archive

2、CuDNN v7.1.2：

下载地址: https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.1.2/prod/9.0_20180316/cudnn-9.0-windows10-x64-v7.1

（要注册Nvidia用户，并加入CuDNN开发组，填若干问卷就可以下载了）选择下载版本时要注意和Cuda版本匹配。解压后覆盖至CUDA的安装目录下。注意，通常CuDNN安装的路径与CUDA不一致，要确保其路径添加到%PATH%的环境变量里。

例如：

X:\cuda\bin\cudnn64_5.dll  复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
X:\cuda\include\cudnn.h 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
X:\cuda\lib\x64\cudnn.lib 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

三、安装TensorFlow

安装GPU版TensorFlow，cmd下输入：

安装最新版本

pip install tensorflow-gpu

需要说明的是，对版本有特殊需求可以选择对应的版本源,然后执行安装

TensorFlow清华大学软件源：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/

pip install --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-0.12.0-cp35-cp35m-win_amd64.whl

四、测试TensorFlow

到“所有程序”下找到”IDLE （Python 3.5 64bit）”，出现命令窗口，按ctrl+n，打开编辑窗口，输入测试代码：

import tensorflow as tf  
sess = tf.Session()  
a = tf.constant(10)  
b = tf.constant(22)  
print(sess.run(a + b))

正确输出结果32，安装完毕。

参考资料:

Post Comment