20180804 Anaconda+python3.6+Tensorflow-gpu1.9 環境搭建

20180804 Anaconda+python3.6+Tensorflow-gpu1.9 環境搭建

繼昨天放棄了學習Rust以後，今天打算跟隨舍友學習一下（玩一下）機器學習的經典框架Tensorflow，本身的筆記本電腦顯卡是1050Ti的，天然而然要想到採用GPU加速啦。

根據網上搭建環境的理論，須要安裝：

①Python3.6 à(pip)Tensorflow-gpu1.9

②Cuda9.0+Cudnn7

這兩條線路不矛盾，能夠同時下載……Python（推薦使用？）Anaconda虛擬環境與環境隔離開（爲啥啊？）。

 

1、Anaconda+Python+Tensorflow安裝

環境是win10，Anaconda下載以後就會自動安裝python，也能夠自行下載節省時間，並行操做。

這裏，安裝完python以後，首先要作的更改pip的更新源——否則網速特別難受。這裏推薦使用豆瓣的更新源：

在」C:\Users\<用戶名>\」下新建目錄」pip」，在」pip」目錄下創建文件」pip.ini」，文件的內容是：

[global]

trusted-host =  pypi.douban.com

index-url = http://pypi.douban.com/simple

原理估計是pip在檢測更新源前會檢測這個配置文件……網上一查一大把，也有清華、阿里雲、網易等更新源，換了國內源速度就起飛了。

下一步是安裝Tensorflow-gpu，能夠先裝着，與下面的Cuda安裝不矛盾。

在Anaconda命令行中輸入：

pip install tensorflow-gpu

（將自動安裝目前源上有的最新版本1.9）

 

2、安裝Cuda+Cudnn

去Nvidia官網下載Cuda9.0（其餘版本的不行哈），連接：

https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

有1.33GB，賊大，去休息一下就下載完了。

順便同時下載Cudnn7（須要註冊Nvidia的帳戶，極其討厭，網頁有時候顯示不正常）。而後我找同窗複製了一個……230MB左右。

Cuda的安裝方法：若是打得開，就直接安裝，選自定義，

 

 

（估計這選的還多了，只要裏面的dll文件就夠了）

要是以爲慢，有個更粗暴的方法，這個Cuda的安裝文件能夠看做一個壓縮包，用某國產壓縮軟件打開，並搜索dll，把全部的dll文件拷貝出來便可。

 

 

 

拷貝或者安裝到一個文件夾就行了。

下一步是添加環境變量。將那些dll所在的文件夾對應的路徑添加到系統的環境變量中便可——爲了讓tensorflow-gpu找獲得那些文件。

（圖略，基本操做）

留個疑問：

若是WSL的tensorflow-gpu在加載so文件的時候，可以把dll正確地連接上去，會不會也能正確運行呢？

目前WSL不能接觸到硬件，但願微軟能改進一下？我感受WSL仍是挺好玩的。

3、檢測安裝是否成功

繼上述兩個大的步驟完成之後，須要檢測一下，打開Anaconda或者python命令行，輸入代碼：

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> sess.run(hello)

b’Hello, TensorFlow!’

顯示上述結果說明安裝完成。個人運行截圖以下：（電腦好慢，估計又要放棄了）