Windows系统配置TensorFlow教程

落日映苍穹つ 2022-06-15 05:51 115阅读 0赞

**为什么选择Windows系统：**  
其实我们没有必要过多纠结与到底使用Linux系统还是Windows系统来学习TensorFlow，因为不管是那个系统我们关注更多的还是框架本身的学习而已。Linux对于TensorFlow的支持一定是好过Windows的，但是作为一个初学者而言，它具体好在哪里在初期的学习阶段可能也不大能体现出来，再加上我对Linux系统并不熟悉，所以选择了更小的学习成本开始TensorFlow的学习。

**配置所需要的环境和软件版本：**  
系统环境：Windows10  
TensorFlow版本：1.1  
Python版本：3.5  
CUDA版本：8.0.61  
cuDNN版本：v5.1  
Anaconda版本：3-4.2.0

## CUDA环境搭建 ##

**1.确定显卡是否支持CUDA**

CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。CUDA环境搭建需要依赖电脑的GPU，我们需要先查看GPU版本：  
![这里写图片描述][format_png]  
我电脑的GPU型号为GTX 960M，其计算能力为5.2，GPU的计算能力可以在[NVIDIA官网][NVIDIA]查看。

**2.安装CUDA8.0**  
在[NVIDIA官网][NVIDIA 1]下载与系统对应的CUDA8.0安装包并安装：  
\[外链图片转存中…(img-tjJJ0jPt-1567924852550)\]  
安装完成后：  
![这里写图片描述][format_png 1]

**3.配置cuDNN v5.1**  
cuDNN是用于深层神经网络的GPU加速的原始库。  
在[官网][Link 1]下载与CUDA版本和操作系统对应的cuDNN，将其解压后放在CUDA8.0的安装路径下。  
![这里写图片描述][format_png 2]  
解压之后：  
![这里写图片描述][format_png 3]  
可以看到，其实解压出来的三个文件夹在CUDA的安装路径中是存在的，这三个文件夹里放的其实是使用cuDNN所需呀的文件。  
**需要注意的时，整个过程是不需要配置环境变量的，因为在安装CUDA的时候环境变量已经配置好了，配置cuDNN也只是把cuDNN需要的文件放到自动定义好的路径里面，这点还是很方便的。**  
![这里写图片描述][format_png 4]

## 使用 Anaconda搭建Python环境\#\# ##

[Anaconda][]是一个集成了Python的工具包，还包含了Python的一些常用库，如numpy等，[所有版本下载地址][Link 2]，外网下载速度很慢，可以到[清华大学镜像][Link 3]下载，\*\*需要注意的是，配置TensorFlow需要Anaconda3-4.2.0，该版本的Anaconda安装的才是Python3.5，而到目前为止TensorFlow在Windows下只能用Python3.5版本。\*\*安装完成后在开始菜单会出现一个Anaconda3的文件夹：  
![这里写图片描述][format_png 5]

## 安装CPU版TensorFlow ##

TensorFlow有两个版本大家肯定都知道，但是按照官网的建议，安装GPU版之前最好装一遍CPU版的，在这里直接在cmd中利用Anaconda来安装，**注意cmd一定要用管理员权限打开**。  
在cmd中键入：conda create -n tensorflow，用来新建一个conda环境  
![这里写图片描述][format_png 6]

![这里写图片描述][format_png 7]

在cmd中键入： activate tensorflow，以激活conda环境：  
激活之后，cmd命令行的前面会有一个写着tensorflow的括号。

![这里写图片描述][format_png 8]

在刚刚激活的环境下，使用pip安装CPU版TensorFlow，在cmd中键入：

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

![这里写图片描述][format_png 9]  
然后等待安装完成就好了。

## 安装GPU版TensorFlow ##

在上一步安装完成之后，继续键入：

pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-win_amd64.whl

以安装GPU版TensorFlow 。

最后安装完成：

![这里写图片描述][format_png 10]

**友情提示：在cmd中用单击右键复制粘贴哦！**

## 测试TensorFlow ##

下面测试安装是否正确，在cmd中打开Python，然后引入TensorFlow打印一个Hello, TensorFlow!

使用管理员权限打开cmd，键入activate tensorflow，继续键入python，以执行python语句：  
![这里写图片描述][format_png 11]

然后依次键入下列代码：

import tensorflow as tf
    hello = tf.constant('Hello, TensorFlow!')
    sess = tf.Session()
    print(sess.run(hello))

![这里写图片描述][format_png 12]

![这里写图片描述][format_png 13]

其实如果可以import tensorflow的话，就差不多可以说明配置成功了。

[format_png]: /images/20220615/a9cd5c21214f41a097ae6c8dcb8ed72d.png
[NVIDIA]: https://developer.nvidia.com/cuda-gpus
[NVIDIA 1]: https://developer.nvidia.com/cuda-downloads
[format_png 1]: /images/20220615/53bb80955095464d806c7529dc8830c8.png
[Link 1]: https://developer.nvidia.com/rdp/cudnn-download
[format_png 2]: /images/20220615/d92937b8ed304d40a74b30fa4a6ceecb.png
[format_png 3]: /images/20220615/d8a6a1b89b764fcfaa9e75b0ec2c8fa1.png
[format_png 4]: /images/20220615/54eb1b6189d944729a3343ba3cabcf64.png
[Anaconda]: https://www.continuum.io/downloads#windows
[Link 2]: https://repo.continuum.io/archive/
[Link 3]: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
[format_png 5]: /images/20220615/e6280c89fe884014b13b47d5675663a5.png
[format_png 6]: /images/20220615/ed5764aeecbf4084a596d08964295ad3.png
[format_png 7]: /images/20220615/5e5d5523437e415fa7121cb2b7058aa5.png
[format_png 8]: /images/20220615/9aa6692a4c1540dba2b9bb14a0e68a5b.png
[format_png 9]: /images/20220615/42d4cb5d9185489da734353d897aad44.png
[format_png 10]: /images/20220615/27a7c2999c294c7c8848deb67c54ba54.png
[format_png 11]: /images/20220615/0255e48077e246689fd23efc979f2b45.png
[format_png 12]: /images/20220615/06ec00f274f547c0ae36be6f70b73776.png
[format_png 13]: /images/20220615/4f406747acbb4da096630cf81f8f75e3.png