标签：sum 下载 lob red pycharm style exe from ssi
折腾了一天半终于装好了win10下的TensorFlow-GPU版，在这里做个记录。
准备安装包：
visual studio 2015；
Anaconda3-4.2.0-Windows-x86_64；
pycharm-community；
CUDA:cuda_8.0.61_win10；下载时选择 exe（local）
CUDA补丁：cuda_8.0.61.2_windows；
cuDNN:cudnn-8.0-windows10-x64-v6.0;如果你安装的TensorFlow版本和我一样1.3，请下载cuDNN v6.0 for CUDA 8.0 （不要问我为什么知道....）
按提示安装；
装完后在cmd里查看版本号：nvcc -V
把解压文件放置到CUDA的相关文件夹里：（懒得打字了）
==============》》 
我是选择用Anaconda安装TensorFlow，方便管理各种环境。
下载对应安装包，按提示安装。
装好后，打开Anaconda Prompt.添加清华的镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
在win下更改Python的默认源为：
在当前的用户目录下新建pip文件夹，在pip文件夹里新建pip.ini文件：
[global] index-url = http://mirrors.aliyun.com/pypi/simple/ //https://pypi.tuna.tsinghua.edu.cn/simple 清华源 [install] trusted-host=mirrors.aliyun.com
在Anaconda里建立TensorFlow的环境：
conda create -n tensorflow Python=3.5
激活TensorFlow环境：
activate TensorFlow
关闭环境：
deactivate
pip install --upgrade --ignore-installed tensorflow-gpu
简单测试：
在TensorFlow环境里打开Python：
import tensorflow as tf hello = tf.constant("Hello!TensorFlow") sess = tf.Session() print(sess.run(hello))
见到b‘hello tensorflow‘ 测试成功。
下载对应安装包。按提示安装pycharm。
配置pycharm：
在选择Python版本时，手动添加位于Anaconda的python版本，位置在Anaconda的安装目录下的envs文件夹里：
from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/",one_hot=True) import tensorflow as tf sess = tf.InteractiveSession() x = tf.placeholder(tf.float32,[None,784]) w = tf.Variable(tf.zeros([784,10])) b = tf.Variable(tf.zeros([10])) y = tf.nn.softmax(tf.matmul(x,w) + b) y_ = tf.placeholder(tf.float32,[None,10]) cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y),reduction_indices=[1])) train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) tf.global_variables_initializer().run() for i in range(1000): batch_xs, batch_ys = mnist.train.next_batch(100) train_step.run({x: batch_xs, y_:batch_ys}) correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1)) accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))
运行：
至此全部安装完毕。
1.安装TensorFlow1.3的cuDNN的版本要选V6的版本，不然会出现
No Module Named ‘_pywrap_tensorflow_internal‘
以及
DLL load failed: The specified module could not be found等错误。
win10下通过Anaconda安装TensorFlow-GPU1.3版本，并配置pycharm运行Mnist手写识别程序
标签：sum 下载 lob red pycharm style exe from ssi
原文地址：http://www.cnblogs.com/hear-nothing/p/7464882.html
