Py之TF/Cuda/Cudnn:Win10下安装深度学习框架Tensorflow+Cuda+Cudnn最简单最快捷最详细攻略—Jason niu
2018-01-20 23:56
1171 查看
本人在Win10下安装深度学习框架Tensorflow,安装之前各种谷歌,各种百度,各种国内外资料,做了充分准备,
第一步:先洗脸
第二步:照照镜子
第三步:哈哈,进入正题,因为现在电脑比较新,差不多都支持GPU运算,所以我以GPU下安装Tensorflow
Win+R运行命令窗口,然后cmd进入dos环境,输入命令
pip3 install --upgrade tensorflow-gpu
一步,二步,三步,向前走……
四步,五步接着走啊……
说走咱就走啊,大河向东流啊
第四步:哈哈,继续安装Cuda和Cudann,先解释一下
Cuda:NVIDIA Cuda是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。
Cudnn:NVIDIA Cudnn可以集成到更高级别的机器学习框架中。能够编程使用和控制GPU进行相应的逻辑工作,比如进行神经网络学习,这还不够,因为不够方便,如果有专门的工具包或者算法包,直接调用就好了,比如像JDK。于是有了CUDNN。Cudnn支持的算法
卷积操作、相关操作的前向和后向过程。
pooling的前向后向过程
softmax的前向后向过程
激活函数的前向后向过程
ReLU
sigmoid
TANH
Tensor转换函数,其中一个Tensor就是一个四维的向量。
第五步:安装Cuda,第一个窗口路径是软件安装路径最好不要默认安装在C盘,改到C盘以外的F盘;第二个窗口安装路径中配置环境路径默认在C盘,其他路径最好放置到C盘以外的F盘。当然,如果你不懂配置路径的话,就默认吧!
Cuda安装文件,百度就能找到,长的是这个模样
Cuda安装过程
dos内运行命令nvcc -V,记住,是在dos内运行,验证是否安装成功,当出现以下内容即是安装成功!
第六步:下载并配置Cudnn,然后将下边三个文件夹,复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0内即可
第七步:进行测试是否安装成功,打开Python3,输入import tensorflow,回车即可,以下即为导入成功,哈哈,可以进行深度学习啦!
安装中有任何问题,前来咨询,和你华山论剑!哈哈,继续学习吧!
第一步:先洗脸
第二步:照照镜子
第三步:哈哈,进入正题,因为现在电脑比较新,差不多都支持GPU运算,所以我以GPU下安装Tensorflow
Win+R运行命令窗口,然后cmd进入dos环境,输入命令
pip3 install --upgrade tensorflow-gpu
一步,二步,三步,向前走……
四步,五步接着走啊……
说走咱就走啊,大河向东流啊
第四步:哈哈,继续安装Cuda和Cudann,先解释一下
Cuda:NVIDIA Cuda是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。
Cudnn:NVIDIA Cudnn可以集成到更高级别的机器学习框架中。能够编程使用和控制GPU进行相应的逻辑工作,比如进行神经网络学习,这还不够,因为不够方便,如果有专门的工具包或者算法包,直接调用就好了,比如像JDK。于是有了CUDNN。Cudnn支持的算法
卷积操作、相关操作的前向和后向过程。
pooling的前向后向过程
softmax的前向后向过程
激活函数的前向后向过程
ReLU
sigmoid
TANH
Tensor转换函数,其中一个Tensor就是一个四维的向量。
第五步:安装Cuda,第一个窗口路径是软件安装路径最好不要默认安装在C盘,改到C盘以外的F盘;第二个窗口安装路径中配置环境路径默认在C盘,其他路径最好放置到C盘以外的F盘。当然,如果你不懂配置路径的话,就默认吧!
Cuda安装文件,百度就能找到,长的是这个模样
Cuda安装过程
dos内运行命令nvcc -V,记住,是在dos内运行,验证是否安装成功,当出现以下内容即是安装成功!
第六步:下载并配置Cudnn,然后将下边三个文件夹,复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0内即可
第七步:进行测试是否安装成功,打开Python3,输入import tensorflow,回车即可,以下即为导入成功,哈哈,可以进行深度学习啦!
安装中有任何问题,前来咨询,和你华山论剑!哈哈,继续学习吧!
相关文章推荐
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- win10+cuda8.0+cudnn+Tensorflow(GPU)安装
- win10 安装cuda9.0+cuDNN7+tensorflow-gpu1.4
- 学习笔记1:深度学习环境搭建win+python+tensorflow1.5+CUDA9.0+cuDNN7.0
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- 深度工具安装(NVIDIA+cuda+cudnn+tensorflow)
- N卡双显卡电脑装ubuntu15.04并配置Anaconda+Tensorflow+cuda+cuDNN的深度学习环境
- 在UBUNTU 16.04上配置TensorFlow + cuDNN + CUDA深度学习系统(30分钟傻瓜版)
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- ubuntu14.04下CUDA8.0+cuDNN+tensorflow(with gpu support)安装教程
- Win10 CUDA+cuDnn+TensorFlow(gpu)
- Caffe深度学习入门——Ubuntu16.04 + CUDA9.1+cudnn7.5 + opencv3.3.1+python3.5+caffe安装参考博客和跳坑笔记
- 深度学习系列文章之三:caffe+ubantu14.04+cuda7.5+cudnn7.0v3+openvc3.0安装
- [深度学习]Ubuntu16.04 + GTX 1050 + cuda8.0 + cuDNN5.1 + caffe安装详解
- 深度学习框架keras安装(后端基于Tensorflow/theano)
- Tensorflow+cuda+cudnn+window+Python之window下安装TensorFlow
- 深度学习环境安装和设置 - Ubuntu 16.04.2 + GTX1080Ti (版本382.22)+ CUDA 8.0.61 + cuDNN 6.0 + OpenCV 3.2 + Caffe