20180804 Anaconda+python3.6+Tensorflow-gpu1.9 环境搭建

20180804 Anaconda+python3.6+Tensorflow-gpu1.9 环境搭建

继昨天放弃了学习Rust以后，今天打算跟随舍友学习一下（玩一下）机器学习的经典框架Tensorflow，本身的笔记本电脑显卡是1050Ti的，天然而然要想到采用GPU加速啦。

根据网上搭建环境的理论，须要安装：

①Python3.6 à(pip)Tensorflow-gpu1.9

②Cuda9.0+Cudnn7

这两条线路不矛盾，能够同时下载……Python（推荐使用？）Anaconda虚拟环境与环境隔离开（为啥啊？）。

 

1、Anaconda+Python+Tensorflow安装

环境是win10，Anaconda下载以后就会自动安装python，也能够自行下载节省时间，并行操做。

这里，安装完python以后，首先要作的更改pip的更新源——否则网速特别难受。这里推荐使用豆瓣的更新源：

在”C:\Users\<用户名>\”下新建目录”pip”，在”pip”目录下创建文件”pip.ini”，文件的内容是：

[global]

trusted-host =  pypi.douban.com

index-url = http://pypi.douban.com/simple

原理估计是pip在检测更新源前会检测这个配置文件……网上一查一大把，也有清华、阿里云、网易等更新源，换了国内源速度就起飞了。

下一步是安装Tensorflow-gpu，能够先装着，与下面的Cuda安装不矛盾。

在Anaconda命令行中输入：

pip install tensorflow-gpu

（将自动安装目前源上有的最新版本1.9）

 

2、安装Cuda+Cudnn

去Nvidia官网下载Cuda9.0（其余版本的不行哈），连接：

https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

有1.33GB，贼大，去休息一下就下载完了。

顺便同时下载Cudnn7（须要注册Nvidia的帐户，极其讨厌，网页有时候显示不正常）。而后我找同窗复制了一个……230MB左右。

Cuda的安装方法：若是打得开，就直接安装，选自定义，

 

 

（估计这选的还多了，只要里面的dll文件就够了）

要是以为慢，有个更粗暴的方法，这个Cuda的安装文件能够看做一个压缩包，用某国产压缩软件打开，并搜索dll，把全部的dll文件拷贝出来便可。

 

 

 

拷贝或者安装到一个文件夹就行了。

下一步是添加环境变量。将那些dll所在的文件夹对应的路径添加到系统的环境变量中便可——为了让tensorflow-gpu找获得那些文件。

（图略，基本操做）

留个疑问：

若是WSL的tensorflow-gpu在加载so文件的时候，可以把dll正确地连接上去，会不会也能正确运行呢？

目前WSL不能接触到硬件，但愿微软能改进一下？我感受WSL仍是挺好玩的。

3、检测安装是否成功

继上述两个大的步骤完成之后，须要检测一下，打开Anaconda或者python命令行，输入代码：

>>> import tensorflow as tf

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

>>> sess = tf.Session()

>>> sess.run(hello)

b’Hello, TensorFlow!’

显示上述结果说明安装完成。个人运行截图以下：（电脑好慢，估计又要放弃了）