windows下TensorFlow完整安裝流程及出錯(cuò)解決方案

一.安裝python

1、通過Pip在Windows上安裝Python

TensorFlowWindows上只支持64位Python3.5,可以通過Python 3.5 from python.org下載并安裝Python3.5.2(注意選擇正確的操作系統(tǒng))。

或者通過https://www.python.org/downloads選擇3.5的任意版本。

2、設(shè)置環(huán)境變量

上一步安裝時(shí),如果勾選了“自動(dòng)配置環(huán)境變量”操作,即:在cmd中輸入pip,如果找到了該命令,則可省去該步驟。

若在cmd中輸入pip找不到該命令,則需要將Python安裝路徑下“%安裝路徑%\Scripts”添加到Path下;再到cmd中輸入pip看到若干命令提示,則代表python安裝成功(Python安裝包自帶pip)?!伴_始”->“所有程序”,也可以找到Python終端。

參考自:http://blog.csdn.net/include1224/article/details/53452824

二.cuda以及cudnn的安裝

TensorFlow分為CPU版和GPU版,如果你打算安裝GPU版,請(qǐng)先安裝如下兩個(gè)驅(qū)動(dòng):

1、CUDA安裝:https://developer.nvidia.com/cuda-downloads

2、CuDNN安裝:https://developer.nvidia.com/cudnn(要注冊(cè)Nvidia用戶,并加入CuDNN開發(fā)組,填若干問卷就可以下載了)選擇下載版本時(shí)要注意和Cuda版本匹配。

解壓后覆蓋至CUDA的安裝目錄下

例如:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\

三、安裝tensorflow

我安裝的是GPU版本。

windows不支持pip在線安裝。即不支持:pip install tensorflow-gpu該命令。

兩種方法安裝tensorflow

1.手動(dòng)下載tensorflow gpu版本文件:

tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl

下載網(wǎng)址:https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.1-cp35-cp35m-win_amd64.whl

下載完成后,打開cmd,切換到安裝文件目錄,輸入:

pip install tensorflow_gpu-0.12.0rc0-cp35-cp35m-win_amd64.whl

即可成功安裝。

2.輸入pip命令

pip install --upgrade https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-0.12.1-cp35-cp35m-win_amd64.whl

參考自tensorflow官網(wǎng):https://www.tensorflow.org/versions/r0.12/get_started/os_setup#pip_installation_on_windows

mac和linux可另行參考網(wǎng)上教程。

四、測(cè)試

測(cè)試是否安裝成功。

1.問題一

import tensorflow as tf

導(dǎo)入tensorflow時(shí)出現(xiàn)錯(cuò)誤:

“Couldn't open CUDA library cudnn64_5.dll”

找到解決方案:

安裝時(shí)沒有注意cudnn版本要求,下載安裝了cudnnv6.0,安裝完后自己查找文件,只有cudnn64_6.dll,沒有cudnn64_5.dll。


解決方案為將cudnnV6.0替換為cudnnV5.1即可。

即重新下載cudnn5.1版本。[https://developer.nvidia.com/rdp/cudnn-download](https://developer.nvidia.com/rdp/cudnn-download "cudnn下載地址")


解決方案來自:http://blog.csdn.net/suo_ivy/article/details/70445103](http://blog.csdn.net/suo_ivy/article/details/70445103

替換完成后,該錯(cuò)誤消失。

2、問題二


執(zhí)行tf.Session()的時(shí)候,出現(xiàn)如下提示:

Could not identify NUMA node of /job:localhost/replica:0/task:0/gpu:0, defaulting to 0.??Your kernel may not have been built with NUMA support.`

不過這并不影響最終結(jié)果的執(zhí)行。(只是個(gè)警告)

網(wǎng)上找到相關(guān)說明:http://blog.csdn.net/baixiaozhe/article/details/54598346

可供參考一下。

大體上的意思是:只要我們不是使用多GPU,這個(gè)警告應(yīng)該是可以忽略的,所以我們目前也不需要擔(dān)心了。

至此,tensorflow 測(cè)試完成,并成功運(yùn)行了測(cè)試樣例。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容