0%

windows-GPU开发环境配置文档

发表于 更新于 分类于 阅读次数：
本文字数： 1.2k 阅读时长 ≈ 1 分钟

2018年8月16日 下午3:06

安装Anaconda 5.2 + tensorflow 1.9

  1. 下载Anaconda5.2.0（64位或32位）Anaconda Python/R Distribution - Anaconda
  2. 安装Anaconda5.2.0（一路确定即可）
  3. 打开Anaconda prompt，然后执行pip list 查看已安装的包
  4. 如果你只有CPU，请执行：pip install tensorflow
  5. 如果你有GPU，请参考：
    1. Win10 x64 + CUDA 10.0 + cuDNN v7.5 + TensorFlow GPU 1.13 安装指南
    2. Win10 64 位Tensorflow-gpu安装（VS2017+CUDA9.2+cuDNN7.1.4+python3.6.5） - wwtor的博客 - CSDN博客
  6. 安装cuda+cudnn+tensorflow时请特别注意，第一个小版本号（小数点后第一位）一定不能错！！
  7. 验证一下：Python环境下直接import tensorflow，若没有报错，则安装正确。
  8. 下载pycharm社区版

TensorFlow最简教程

  1. 使用图 (graph) 来表示计算任务.
  2. 在被称之为 会话 (Session) 的上下文 (context) 中执行图.
  3. 使用 张量(tensor) 表示数据.
  4. 通过 变量 (Variable) 维护状态.
  5. 使用 feed 和 fetch 可以为任意的操作赋值或者从其中获取数据

用jupyter和pycharm分别验证TensorFlow小程序

import tensorflow as tf

创建2个矩阵，前者1行2列，后者2行1列，然后矩阵相乘：

1
2
3
matrix1 = tf.constant([[3,3]])
matrix2 = tf.constant([[2], [2]])
product = tf.matmul(matrix1,matrix2)

上边的操作是定义图，然后用会话Session去计算：

1
2
3
with tf.Session() as sess:
    result2 = sess.run(product)
    print(result2)

安装opencv 3.4

  1. pip install opencv-python
  2. 如果发现安装特别慢，且报read time out 错，可参考更改pip源至国内镜像，显著提升下载速度 - L瑜 - CSDN博客，建立一个国内的映像。
  3. 如果还是经常掉线，可试一下：pip —default-timeout=100 install opencv-python

验证opencv小程序

1
2
3
4
5
6
7
8
9
10
#导入cv模块
import cv2 as cv
#读取图像，支持 bmp、jpg、png、tiff 等常用格式
img = cv.imread(“C:\Users\czh\Desktop\lena.jpg”)
#创建窗口并显示图像
cv.namedWindow(“Image”)
cv.imshow(“Image”,img)
cv.waitKey(0)
#释放窗口
cv.destroyAllWindows()