winodws 10 tensowflow1.3 gpu版 安装
安装过程中主要参照了两篇博客：http://blog.csdn.net/sb/article/details/https://segmentfault.com/a/3319（遇到了 ImportError: DLL load failed: 找不到指定的模块 问题）我使用的所有包如下图：按照第一篇博客安装后，在测试时报错： ImportError: DLL load failed: 找不到指定的模块 。 我按照第二篇博客修改了cudnn*.dll 的名称。 这里我将cudnn64_7.dll 改成了cudnn64_6.dll（出现问题的原因第二篇博客已经给出了明确的答复）。解决了这个问题后，tensorflow 的GPU版本可以运行。ubuntu 安装tensorflow-gpu，强烈推荐 https://cuiqingcai.com/5822.html 博客。我自己安装过程中始终绕不过nvidia-384,nvidia-392,cuda8.0,cuda9.0,cuda9.2等问题，最终索性按照@同志的博客才顺利解决，非常感谢。 如果最终键入nvidia-smi命令后，无法显示GPU的配置信息，reboot一下可能会解决你的问题。
没有更多推荐了，__把时光留住________________
Win10_64位下搭建TensorFlow-GPU版本的环境
Win10_64位下搭建TensorFlow-GPU版本的环境
标签 ： 深度学习
Python : 3.6.2 版本
TensorFlow : 1.4 版本
CUDA : CUDA8_win10 版本
cuDNN : cuDNN6.0_win10 版本
本文末尾会提供本次博文使用到的所有安装文件的百度云盘分享链接。
1. 安装Python
&&&&两种方式 :
到官网上下载安装包进行安装
下载地址 :
使用Anaconda科学计算平台来管理你的Python环境
下载地址 :
&&&&&&由于Python和Anaconda的安装不是本文重点,故此处略去安装过程。如有需要,请自行查阅相关博文。
2. 安装TensorFlow
pip3 install –upgrade tensorflow-gpu
pip3 install –upgrade tensorflow
请注意上面命令中upgrade前面是两个横杠。
这边本人使用pip3安装TensorFlow的时候过程非常顺利，读者如果出现问题的话可能是网络或者python环境的问题吧，毕竟本人的渣网速也可以顺利安装成功。
安装好tensorflow后，我们可以先尝试在python命令行中使用tensorflow模块，看看会出什么问题。
可以看到提示我们找不到’cudart64_80.dll’，需要下载并安装CUDA8.0。
接下来我们进行CUDA8的下载和安装。
3. 安装CUDA8
&&&&&下载地址 :
访问NVIDIA官网找到CUDA下载页面 , 点击Legacy Releases查看发布的所有版本 。
下载CUDA8,GA1或者GA2都行。GA2需要多下载一个补丁文件。
上面两个步骤是为了跟读者说明下载CUDA8的步骤。
因为该安装文件下载速度比较慢，本人也一直下载不成功。后来使用的是某位博主分享的百度网盘链接中的CUDA8。故此处使用的是本人之前从云盘上下载下来的CUDA8安装文件进行安装步骤讲解，可能跟读者根据上述步骤从官网上下载下来的CUDA8 GA2安装包的安装过程略有不同，主要是该安装文件不需要再安装额外的补丁文件了。安装文件如图所示：
点击运行 cuda_8.0.44_win10.exe。稍等片刻后，出现如下图所示界面，这边让你选择安装过程中的临时文件的存放目录，注意，并不是最终的安装目录。可以选择默认或者根据需要进行修改，安装完成后会自动清理。
这边在进行系统检查的时候出现了一个警告。根据警告的内容，我们可以得知是我们本机已安装的显卡驱动软件的版本比CUDA8安装包所带的驱动软件版本更高。根据所提示的安装建议，我们可以选择忽略警告，并在后续安装步骤中使用自定义安装方式，只安装CUDA Toolkit，不安装driver。
选择同意并继续，进入下一步。
选择自定义安装方式并进入下一步
选择只安装CUDA Toolkit
这边需要选择安装的位置。由于本人C盘空间余量不足，所以在D盘下建立了与默认安装文件夹同名的目录，并重新将安装位置指向了这些新建的目录。
提示没有合适版本的Visual Studio。这边，本人选择了继续安装。
开始进行安装。
由于本机没有安装VS2015或者VS2013、VS2012，报了如下提示。可是在后面完成cuDNN的安装后，本人对tensorflow进行测试，发现是可以成功执行测试程序的。故目前尚不清楚安装Visual Studio的作用，先留白一下。后续，等了解到VS的用处以后再做补充。
验证CUDA8.0是否安装成功
打开命令行，输入 nvcc -V
如图所示，即可以看到CUDA已经安装成功了，显示了我们所安装的CUDA的版本号为 8.0.44。
安装好CUDA8后，我们再次尝试在python中使用tensorflow，可以看到如下提示：
使用tensorflow的时候，提示找不到cudnn64_6.dll文件，要求我们下载cuDNN6。
那么，接下来我们继续进行cuDDN的下载安装。
4. 安装cuDNN6
下载地址 :
访问NVIDIA官网找到下载cuDNN的地方。其实，百度搜索cudnn，结果列表的第一条记录就是了。点击下图所示的download按钮。
下载cuDNN要求注册NVIDIA用户并登录。以下是本人已经注册好并完成登录后会出现的页面。读者如若没有注册过的话，请根据对应的提示完成注册、邮箱激活、登录等一系列操作。完成之后，点击同意复选框，进入第3步的下载页面。
根据之前安装的CUDA8选择下载了cuDNN v6.0。
下载完成cuDNN后，是一个zip压缩文件:cudnn-8.0-windows10-x64-v6.0.zip。解压得到如下图的文件目录结构:
找到刚才安装的CUDA8的主目录，将解压出来的三个子文件夹bin、include、lib拷贝到该目录下，与其进行合并。本人把CUDA8安装在如下目录：D:\NVIDIA GPU Computing Toolkit\CUDA\v8.0。
合并成功后，如下图所示，可以在CUDA8的bin目录下找到cudnn64_6.dll。当然之前cuDNN子目录include下的头文件和lib下的库包也可以在CUDA8对应的子目录下找到。
5. 测试tensorflow
打开powershell，输入python，进入python REPL界面。输入下列代码：
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)
如图所示，测试程序运行成功!
说明tensorflow可以正常使用了。
win10下安装tensorflow所需要的软件安装包：
链接： 密码：8gq8
win10系统安装tensorflow-gpu版本
Win10中TensorFlow的GPU环境的配置
最新！Win10+Tensorflow-gpu+Anaconda+Pycharm
最新深度学习平台搭建 Win10+GPU+Tensorflow+keras+CUDA --
没有更多推荐了，TensorFlow在Windows10中的安装
一直以来对于机器学习有这浓厚的兴趣。去年MSE毕业论文中使用Python中通过Aprori算法实现，来对ELK的服务器的主机和网络日志进行关联分析，从而通过机器学习来自动归纳服务器故障的关联原因，从而减少日志分析的时间。
不过Aprori算法在计算效率上并没有太多的优势。所以一直想再学习其他的机器学习的技术。随着AI技术的商业化。重新对于神经网络再次进行学习。
主流的神经网络开源框架有 Catte，CNTK，TensoFlow
Catte的作者为原Google的贾扬清
CNTK是微软的开源神经网络框架
TensorFlow为2015年11月开源的框架。
一直以来TensorFlow没有官方支持Windows
，很巧，就在今天Google官方发布支持Windows。
那么就速度在Windows下安装下把。
-------------------------------------------------------------------------------------------------
一.windows下安装python
本人的环境是
CPU：I74770K
内存：32GB
显卡：390X（可惜了。原因后解释）
OS：Windows1064bit
安装 Python 3.5
二.升级PIP
执行python-m pip install --upgrade pip
三.安装 VS C++ 2015
四.安装Numpy+MKL
这里Numpy+MKL无法直接通过pip下载。
中寻找WHL文件下载装。
五.安装Scipy
中先行下载Scipy 的whl 再进行安装
六.安装matplotlab
执行pip install matplotlib
打开python IDE测试matplotlab
并新建一个python脚本
----------------------------------------------------------
import numpy as np
import matplotlib.pyplot as plt
plt.figure(1) # 创建图表1
plt.figure(2) # 创建图表2
ax1 = plt.subplot(211) # 在图表2中创建子图1
ax2 = plt.subplot(212) # 在图表2中创建子图2
x = np.linspace(0, 3, 100)
for i in xrange(5):
plt.figure(1)
plt.plot(x, np.exp(i*x/3))
plt.sca(ax1)
选择图表2的子图1
plt.plot(x, np.sin(i*x))
plt.sca(ax2)
选择图表2的子图2
plt.plot(x, np.cos(i*x))
plt.show()
------------------------------------------------------
尝试matplotlab是否正常制作图像。
tensorflow
tensorflow的模块事前安装的条件
Requires Distributions
通过命令 pip freeze确认
环境没有问题后，安装tensorflow。
先前感觉可惜的地方，是tensorflow会区分CPU版和GPU版。
GPU版支持N卡的CUDA8.目前不支持AMD的显卡。所以AMD显卡好也没用啊。
这里我们下载CPU版。
执行命令。
pip install tensorflow
到这里我们安装完tensorflow了。
------------------------------------------------------------------
分享下基础学习的博客
Matlab学习博客
今天环境安装到这里了。明天开始学习tensorflow.
Windows10配置TensorFlow-GPU及Keras教程
tensorflow（cpu版）在windows10下安装过程及测试MNIST （AMD显卡）（pip安装）
TensorFlow：检查显卡支持哪个版本的CUDA
【Tensorflow】配置Tensorflow-GPU版本
在Windows上安装GPU版Tensorflow
win7 64位 安装tensorflow GPU版本
N卡双显卡电脑装ubuntu15.04并配置Anaconda+Tensorflow+cuda+cuDNN的深度学习环境
Linux系统下安装TensorFlow（CPU或者GPU版）
win10下tensorflow库gpu运行环境配置实操
TensorFlow - win7 - CPU/GPU版本安装
没有更多推荐了，Windows10下安装Tensorflow
一 安装Anaconda
什么是Anaconda？简单地说，
1.前往下载镜像，再安装（安装了这么多年软件就不再详述了），建议下载镜像，访问国外服务器下载速度太慢。
2.安装好后当然想到修改环境变量（这真是个神奇的操作）：打开控制面板--&系统和安全--&系统--&高级系统设置--&环境变量，添加一下Anaconda安装目录下的Script文件地址即可（比如F:\DL\software\Anaconda\Scripts）。
二 安装TensorFlow
什么是TensorFlow？（反正玩深度学习绕不开这个玩意儿就对了）具体请见：
1.打开Anaconda Promt。
2.下载镜像，安装过程如下。
在Anaconda Promt输入以下语句
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.6
可以看见下载了很多东西，但一切顺利。
注意：因为现在最新的Tensorflow支持3.6版本的Python，因此，必须在最后加上3.6，以后最新版本如果有变化，这里可能也要变化。
3.了解Anaconda Navigator。Anaconda Navigator是一个可视化的管理平台，在这里，你可以对所有的packages进行管理。
4. 测试安装
在Anaconda Promt进行测试，输入：activate tensorflow可以打开已经建好的tensorflow环境（注：可以使用deactivate tensorflow关闭）。
安装cpu版本的Tensorflow：pip install --upgrade --ignore-installed tensorflow
简单实例测试
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
一切顺利的话测试结果如下
至此，你可以开始飞了！！！
win10 tensorflow安装教程 超详细 小白手把手教程
Win10下Tensorflow(GPU版)安装趟坑实录
【TensorFlow】Windows10 64 位下安装 TensorFlow - 官方原生支持
windows10下通过原生pip安装tensorflow1.8
安装TensorFlow：Win10下用Anaconda安装TensorFlow
TensorFlow学习笔记（一）——Win10下安装与配置CPU运行的TensorFlow
原生Windows安装TensorFlow 0.12方法
TensorFlow在Win10上的安装教程和简单示例
Win10 64位 TensorFlow安装与使用
没有更多推荐了，tensorflow-gpu不能import tensoflow吗_百度知道
tensorflow-gpu不能import tensoflow吗
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
热心网友知道合伙人
GPU英文全称Graphic Processing Unit，中文翻译为&图形处理器&。（图像处理单元）GPU是相对于CPU的一个概念，由于在现代的计算机中（特别是家用系统，游戏的发烧友）图形的处理变得越来越重要，需要一个专门的图形的核心处理器。GPU是显卡的&心脏&，也就相当于CPU在电脑中的作用，它决定了该显卡的档次和大部分性能，同时也是2D显示卡和3D显示卡的区别依据。图形处理芯片。NVIDIA公司在1999年发布GeForce256图形处理芯片时首先提出GPU的概念。GPU能够从硬件上支持T&L（TransformandLighting，多边形转换与光源处理）的显示芯片，因为T&L是3D渲染中的一个重要部分，其作用是计算多边形的3D位置和处理动态光线效果，也可以称为&几何处理&。即使CPU的工作频率超过3GHz或更高，对它的帮助也不大，由于这是PC本身设计造成的问题，与CPU的速度无太大关系。
为你推荐：
其他类似问题
您可能关注的内容
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}