#深度学习#首次安装Tensorflow

原创
2017/02/20 14:05
阅读数 1K

illustration

#废话一堆 已经没写blog好一段时间了,心态的确是有所变化了,放假时也咸鱼了一段时间。打算继续搞机器学习和深度学习,虽然一开始是打算用MXNet的,不过似乎在Windows上的预编译版本是去年5月的了,那么还是等我买个外置硬盘装Linux再说吧。目前先安装了个GPU版Tensorflow,总结下安装过程中出现的问题。

要注意的是TF在windows上只支持Python3.5.x,而据说3.5.2是最好的,于是乎去Anaconda的官网找Anaconda3,不过最新的版本是3.6的,Anaconda的主页下方可以找到旧版的:
illustration
通过查看changlog,可知4.1.1版更适合目前的需要:
illustration

不过Anaconda的官网在我家打开是挺慢的,推荐各位去清华大学的软件源里找:清华大学软件源

安装好Anaconda3 4.1.1之后,默认的Python为3.5.2,然后可以着手下载TF的其他前置包了:

#CUDA8.0 本人的神舟笔记本是GTX965m,算力符合TF的要求(高于3.0): illustration
然后在这里(cuda8.0)根据自己的平台选择不同的安装包下载安装cuda8.0,个人测试在家里的网络用迅雷之类的下载下载到一定程度后就会因为没数据而任务超时,最后我是靠IDM的续传功能分了几次才把那1.2G的文件下载完。

安装没什么难度

#cuDNN 这个东西需要注册nvidia developer账号填问卷才能下载,详见:cudnn,这个下载完成之后直接解压覆盖到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下面即可

#安装TF本身: 本人一开始参考tf官网来安装tf,但是用conda安装时出现了点问题:

tensorflow_gpu-1.0.0-cp35-cp35m-win_x86_64.whl is not a supported wheel on this platform.

据tf的github上的某个issue,这个和PEP425有关,pep425的作用是判断某平台是否能运行某些提前构建的包(Compatibility Tags for Built Distributions)(pep425),但是从自己的电脑里并没有win_x86_64这个支持,而是win_amd64:
illustration

因此应该用这个命令安装:

pip install --upgrade --ignore-installed https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.0rc0-cp35-cp35m-win_amd64.whl

安装完之后,简单的导入tensorflow测试下即可: illustration

唉,开始打算找回工作状态,不再咸鱼了

#---------2017.2.21更新-------------------
本来我的电脑已经装了nvidia 驱动,但是可能是没有提前卸载原来的驱动直接被CUDA包(我选的自定义安装)里的驱动所覆盖/搞坏,然后玩不了游戏。后来重装一个最新版的game ready driver即可。

装完cuda之后,可以通过两个程序简单地测试下是否安装成功:
用cmd进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\demo_suite,运行bandwidthTest.exe和deviceQuery.exe

只要两个程序的运行结果为pass即可: illustration
illustration

#Reference:
tf官网安装文档:tf官网安装文档
github issue:github issue
stackoverflow的回答参考:stackoverflow
pep425:pep425
某人的安装博客:新浪博客

展开阅读全文
打赏
0
2 收藏
分享
加载中
更多评论
打赏
0 评论
2 收藏
0
分享
返回顶部
顶部