你的位置：
首页
>
业界
>
再写博文，回顾在Windows7上安装TensorFlow-GPU的一路坑
离完成上一篇文章有近1年了。2016年发生了太多的事情，从而没能坚持哪怕是每月一篇这样的频率。终于在2017年的1月份抽出几天搞出了一些东西。一路坑洼，赶紧记录下来。
2016年初就开始看深度学习的东西，主攻TensorFlow。但是一路项目再加上换了公司，每次都是搞两天就停一阵子，然后再拾起来重头搞两天，再被打断。而且换了公司后没有了随意能调用的计算资源，CPU版的TensorFlow直到11月份才安装完，并跑了一些例子。因为一般虚拟机都不支持GPU，所以GPU版就完全没有机会实践。直到TensorFlow出了Windows版，而且发现新换的电脑居然是NVIDIA的GeForce 940M显卡，立刻决定在笔记本上实验安装一把TensorFlow-GPU版本。
但因为手贱，就那么一抖，居然把整个过程搞了近4天才真正地让MNIST的例子跑在GPU上。
不再发骚了，直接上过程，并介绍碰到的这个大大大大坑！！
下面的过程不是一步一步的手把手教程，而是一个简略的叙述，所以如果你想重复实现，最好先了解一些TensorFlow的基础知识。
安装环境：
- Windows 7 64bit
- GPU: GeForce 940M
- Python: 3.5.2
- CUDA: 8
我的安装过程：
- 首先下载Anaconda3的Win7 64bit版，安装Python3.5版本。因为目前TensorFlow对Windows只支持Python3.5。可以直接下载Anaconda的安装包安装即可，一般不会有问题。
- Anaconda安装完成后，直接在Windows的命令窗口里敲Python就应该能看到版本是否是3.5。
- 用conda安装jupyter：conda install jupyter
- 创建一个jupyter notebook的目录，然后cd到此目录后启动jupyter notebook：jupyter notebook
- 然后用conda命令安装pip：conda install pip。
- 用conda命令创建tensorflow运行环境：conda create -n tensorflow-gpu。这一步的目的是建立一个单独的python运行环境，方便同时安装CPU版和GPU版本&#x
离完成上一篇文章有近1年了。2016年发生了太多的事情，从而没能坚持哪怕是每月一篇这样的频率。终于在2017年的1月份抽出几天搞出了一些东西。一路坑洼，赶紧记录下来。
2016年初就开始看深度学习的东西，主攻TensorFlow。但是一路项目再加上换了公司，每次都是搞两天就停一阵子，然后再拾起来重头搞两天，再被打断。而且换了公司后没有了随意能调用的计算资源，CPU版的TensorFlow直到11月份才安装完，并跑了一些例子。因为一般虚拟机都不支持GPU，所以GPU版就完全没有机会实践。直到TensorFlow出了Windows版，而且发现新换的电脑居然是NVIDIA的GeForce 940M显卡，立刻决定在笔记本上实验安装一把TensorFlow-GPU版本。
但因为手贱，就那么一抖，居然把整个过程搞了近4天才真正地让MNIST的例子跑在GPU上。
不再发骚了，直接上过程，并介绍碰到的这个大大大大坑！！
下面的过程不是一步一步的手把手教程，而是一个简略的叙述，所以如果你想重复实现，最好先了解一些TensorFlow的基础知识。
安装环境：
- Windows 7 64bit
- GPU: GeForce 940M
- Python: 3.5.2
- CUDA: 8
我的安装过程：
- 首先下载Anaconda3的Win7 64bit版，安装Python3.5版本。因为目前TensorFlow对Windows只支持Python3.5。可以直接下载Anaconda的安装包安装即可，一般不会有问题。
- Anaconda安装完成后，直接在Windows的命令窗口里敲Python就应该能看到版本是否是3.5。
- 用conda安装jupyter：conda install jupyter
- 创建一个jupyter notebook的目录，然后cd到此目录后启动jupyter notebook：jupyter notebook
- 然后用conda命令安装pip：conda install pip。
- 用conda命令创建tensorflow运行环境：conda create -n tensorflow-gpu。这一步的目的是建立一个单独的python运行环境，方便同时安装CPU版和GPU版本&#x