windows下tensorflow安装（包含cuda cudnn）_cuda结合tensorflow

Tensorflow安装

CPU版：如果你的电脑没有NVIDIA的显卡的话，你就必须选择安装这个版本，不过这个版本的安装要比GPU版的简单，官方也推荐先用CPU版的来体验。

 

GPU版：TensorFlow在GPU上运行要比CPU上快很多，如果你的GPU能够达到要求就可以选择安装GPU版。

 

GPU版的安装要求

 

CUDA® Toolkit 8.0

CUDA® Toolkit 8.0的相关驱动(这个在安装程序里会带)

cuDNN v5.1

确认你GPU的CUDA的计算能力高于3.0(NVIDIA官方支持的对照表这里)

一、安装python

在windows环境下安装anaconda。因为tensorflow只支持python3.5，因此我在电脑上安装了两个anaconda：python2.7和python3.5

python2.7的安装目录：

 

Python3.5的安装目录：

 

安装完成后，使用activate激活python35

输入activate py3.5可以看到 命令行行前面有个(py3.5),这个就是当前运行环境

接着运行python可以看到python版本显示为3.5.2

 

如果想返回默认的python 2.7环境，先退出python然后运行deactivate py3.5

运行python,如图所示，python版本为2.7.12，命令行前面的（py3.5）也不见了，说明已经退出py3.5环境

 

既然可以在新建的环境下安装Python 3.5,那我在这个环境下在安装一个Anaconda3怎么样，这样同时安装了python 3.5的jupyter notebook以及Spyder，尝试了一下，果然可以！我没做这步

二、安装tensorflow

完成上面python3.5安装后就很简单了，直接pip安装就行。

 

先激活python3.5的环境:activate py3.5

我原来安装的是cpu版本的tensorflow，所以先卸载pip uninstall tensorflow

 

注：如果机子显卡较低不支持GPU加速就安装CPU版本，本文安装的是GPU版本

 

输入：pip install tensorflow-gpu 安装，如果提示pip版本问题，按提示更新到最新版本即可

由于第一次网络不好出现：

 

换网后：

 

最终安装成功：

 

三、安装cuda8.0

双击，给定解压路径：

 

由于我的机子以前装了cuda6.5，所以先用360将cuda6.5卸载了。

卸载完成后，重新双击setup.exe,然后跳出安装界面：

 

由于上一版本没有删干净，但是安装过程会自己删除

 

安装过程：

 

 

安装结束

开始验证

 

编译文件：

 

 

 

四、安装cuDNN5.1

官网上下载：

 

(1)、解压缩：会生成cuda/include、cuda/lib、cuda/bin三个目录；

 

(2)、分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5对应的include、lib、bin目录下即可。

在系统环境变量CUDA_PATH中添加两个变量：

CUDA_PATH是D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0,但是这样不能直接访问到bin和lib\x64下的程序包：

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测试

测试一：

import tensorflow as tf

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

sess = tf.Session()