Window7-Anaconda-TensorFlow-白红宇

Window7-Anaconda-TensorFlow

阅读量：548 次

发布时间：2019-03-08

本文共 3094 字，大约阅读时间需要 10 分钟。

Windows下深度学习环境配置

特别提醒，linux 基本一致！

本文由笔者整理以及个人的经验总结而来，保留查看的认为有较大查看价值的连接，并且尊重原作者劳动。

关于caffe，CUDA和cuDNN的安装该文有说明：

本人不再炒冷饭，只做个人认为的重要部分的一些补充说明。

caffe的安装

caffe是一个开源项目，官网，GitHub:。

是一个轻量的处理图像框架–也就是说一套图像处理的流程模型，个人使用需要下载并且编译，github有生成的，而且有人使用证明比自己生成的运行速度更快。

CUDA与cuDNN的安装

下载地址：CUDA：

下载地址：cuDNN：，需要登录账号，没有就注册后再登录。

cuDNN使用方法：or uDNN的安装，是将解压的文件解压的三个文件夹覆盖到CUDA安装的同名文件夹下。

TensorFlow的安装

具体的可以参看该文章：

该文章较为详细的接受了在windows下对TensorFlow的安装问题!

此时，需要下载anaconda，并且已经安装好了，具体的安装过程不再赘述。

安装TensorFlow的一步:修改连接到的服务器镜像，因为GFW的问题，无法访问到国外的服务器.

# 修改指向的服务器地址：清华镜像服务器.conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/# 中科大的位置.conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes

文件位置为：<C:\Users\用户名\.condarc>

在Anaconda Prompt中输入：

# 创建一个conda环境，名称为：TensorFlow，由于对python支持性的问题.# 不同的python3版本也是不兼容的，至少本人试过python=3.7.1，框架运行时不行的。　conda create -n tensorflow python=3.6

此时完成之后：只是创建一个conda的环境，还未正式安装TensorFlow！

开始从镜像下载安装TensorFlow.

方式一：

# cpu版本，比如cp35，指的是c语言写的python解释器，版本3.6，版本要求严格，不得随便修# 使用清华镜像，直接定位到文件安装.pip install https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.2.1-cp36-cp36m-win_amd64.whl# 使用中科大镜像，直接定位文件安装，该镜像不稳定，可能不存在.https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.2.1-cp36-cp36m-win_amd64.whl"""与上文有些不一样，主要是清华镜像位置的改变，其余一致，其实还有一种方式安装.直接下载xxx.whl文件.然后使用运行:pip3 install tensorflow_gpu-1.2.1-cp36-cp36m-win_amd64.whl亦可.若无法检测到pip3语法，可以先pip升级即可解决."""

方式二：上述并不是我最喜欢的方式个人最喜欢方式如下：

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.5# Ubuntu下pip3没有什么问题，只是python3的标识，但是windows使用pip！！！！pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.5

pip升级命令行如下：
```
python -m pip install -U pip
```

特别提醒：若是高版本的不支持，请尽量查看版本对应号，进行安装，比如python最高的只有3.6，所以最新的3.7版本是不可用的----本文底部版本对应问题。

linux下与windows几乎一致，只不过源文件所在镜像服务器的位置不同，不想记忆请使用方法二！

若3.6版本不可用，请试用3.5版本…

此时已经安装CPU版本已经完成，但是推荐下面一种合理的安装方式.

Tensorflow环境使用

激活切换到使用环境.

conda activate tensorflow-gpu

使用方法：

比如我有一个项目，在D:\Pycharm\MyFiles\Demo目录下，该目录下有main函数：,当然也可以有其他的主函数如：…

# 切换到项目主目录下，可以一步步切换，也可以直接到主目录下，再手动打开cmd.# 启用TensorFlow环境,其实这只是一个名称，具体取决于当时安装的位置.conda activate tensorflow# 即可运行，有参数可以加在后面.python evaluate.py# 若带参数的运行python文件.python evaluate.py 我是参数我是参数

写在最后：安装请查看TensorFlow对应的版本支持性，请滑到网页底部！！！

转载地址：http://xrwiz.baihongyu.com/

你可能感兴趣的文章