Tensorflow安裝

CPU版：如果你的電腦沒有NVIDIA的顯示卡的話，你就必須選擇安裝這個版本，不過這個版本的安裝要比GPU版的簡單，官方也推薦先用CPU版的來體驗。

GPU版：TensorFlow在GPU上執行要比CPU上快很多，如果你的GPU能夠達到要求就可以選擇安裝GPU版。

GPU版的安裝要求

CUDA® Toolkit 8.0

CUDA® Toolkit 8.0的相關驅動(這個在安裝程式裡會帶)

cuDNN v5.1

確認你GPU的CUDA的計算能力高於3.0(NVIDIA官方支援的對照表這裡)

一、安裝python

在windows環境下安裝anaconda。因為tensorflow

python2.7的安裝目錄：

Python3.5的安裝目錄：

安裝完成後，使用activate啟用python35

輸入activate py3.5可以看到 命令列行前面有個(py3.5),這個就是當前執行環境

接著執行python可以看到python版本顯示為3.5.2

如果想返回預設的python 2.7環境，先退出python然後執行deactivate py3.5

執行python,如圖所示，python版本為2.7.12，命令列前面的（py3.5）也不見了，說明已經退出

既然可以在新建的環境下安裝Python 3.5,那我在這個環境下在安裝一個Anaconda3怎麼樣，這樣同時安裝了python 3.5的jupyter notebook以及Spyder，嘗試了一下，果然可以！我沒做這步

二、安裝tensorflow

完成上面python3.5安裝後就很簡單了，直接pip安裝就行。

先啟用python3.5的環境:activate py3.5

我原來安裝的是cpu版本的tensorflow，所以先解除安裝pip uninstall tensorflow

注：如果機子顯示卡較低不支援GPU加速就安裝CPU版本，本文安裝的是GPU版本

輸入：

由於第一次網路不好出現：

換網後：

最終安裝成功：

三、安裝cuda8.0

雙擊，給定解壓路徑：

由於我的機子以前裝了cuda6.5，所以先用360將cuda6.5解除安裝了。

解除安裝完成後，重新雙擊setup.exe,然後跳出安裝介面：

由於上一版本沒有刪乾淨，但是安裝過程會自己刪除

安裝過程：

安裝結束

開始驗證

編譯檔案：

四、安裝cuDNN5.1

官網上下載：

(1)、解壓縮：會生成cuda/include、cuda/lib、cuda/bin三個目錄；

(2)、分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5對應的include、lib、bin目錄下即可。

在系統環境變數CUDA_PATH中新增兩個變數：

CUDA_PATH是D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,但是這樣不能直接訪問到bin和lib\x64下的程式包：

D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin;

D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

五、tensorflow-gpu測試

測試一：

import tensorflow as tf

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

sess = tf.Session()