win10安裝Tensorflowhtml
前提:python
肯定你的顯卡是否支持cuda,以及cuda版本。利用NVIDIA控制面板查看,具體請百度。編程
Python3.5 以上。windows
安裝的是tensorflow的gpu版本網絡
安裝:dom
以前,TensorFlow還不支持Window系統,雖然能夠安裝,可是極其麻煩。Google在2016年11月在開發者博客中宣佈新版本 TensorFlow0.12,增長了對Window系統的支持。測試
安裝前準備:spa
TensorFlow有兩個版本CPU和GPU版本。GPU版本須要安裝CUDA和cuDNN的支持,CPU版本直接安裝便可。可是GPU圖像計算強於cpu版,命令行
1.pip升級orm
首先查看電腦是否支持CUDA。確保你的Python版本是3.5 64位。確保你有穩定的網絡鏈接。確保你的pip版本 >= 8.1。用 pip -V 查看當前 pip 版本,用 python -m pip install -U pip 升級pip 。
而後能夠開始下載 CUDA 和 cuDNN 的安裝包了,注意版本號,個人版本分別是 Ccuda_8.0.44_win10.exe和 cudnn-8.0-windows10-x64-v6.0。
2.cuda安裝
本人的機器支持GPU,因此我安裝的是GPU版本。
安裝cuda https://developer.nvidia.com/cuda-downloads
將下載的文件解壓,運行安裝程序,安裝過程屏幕可能會閃爍,安裝時間有點長。安裝以後系統變量會自動爲你添加上。
測試一下是否安裝成功,命令行輸入nvcc –V ,看到版本信息就表示安裝成功了。
3.cudnn安裝
安裝cuDNN 必須和cuda版本對應 https://developer.nvidia.com/cudnn 須要填寫一些問卷
cuDNN是壓縮包,解壓以後放在須要存放的位置。須要的位置是指和cuda對應的文件夾,好比:將cuDNN文件夾bin的文件複製到cuda相應的文件夾bin下。其餘的文件夾相似。
4.配置環境變量path
import tensorflow as tf
import numpy as np
import os
#忽略python的警告信息
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
# 使用 NumPy 生成假數據(phony data), 總共 100 個點.
x_data = np.float32(np.random.rand(2, 100)) # 隨機輸入
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 構造一個線性模型
#
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化變量
init =tf.global_variables_initializer()
# 啓動圖 (graph)
sess = tf.Session()
sess.run(init)
# 擬合平面
for step in range(0, 201):
sess.run(train)
if step % 20 == 0:
print (step, sess.run(W), sess.run(b))