Итак, я провел все выходные, пытаясь установить TensorFlow на свой шестилетний рабочий стол с Windows 7. И всего около 3 часов назад мне удалось загрузить 20 эпох для распознавания изображений менее чем за минуту. Обратите внимание, что это значительно БЫСТРЕЕ, чем работа с центральным процессором.
Хватит болтовни, Я ЗНАЮ, ПАРНИ ХОЧЕТ СОУС.
TensorFlow с использованием ЦП
Для тех, кто пришел сюда в поисках альтернативы ЦП для запуска TensorFlow, все, что вам нужно сделать, это ввести это в свою командную строку:
pip3 install --upgrade tensorflow
и все готово! Пока!
TensorFlow с использованием графического процессора
Прежде чем мы начнем, есть несколько предварительных требований, которые ваш компьютер должен выполнить, прежде чем продолжить:
- Анаконда (последняя).
- Python 3.6.X.
- GPU с поддержкой CUDA, вы можете проверить здесь.
- Обновил свой графический процессор до последних драйверов здесь
Теперь, если у вас есть все вышеперечисленное, мы можем начать.
Шаг 1: перейдите к › ссылка и выберите следующее,
Операционная система: Windows
Архитектура: x86_44
Версия: 7
Тип установщика: [на ваш выбор] (я бы предпочел локальный)
Загрузите и установите Base Installer
и все исправления под ним. (Ваш монитор может начать мигать, но это совершенно нормально)
Выберите экспресс-установку, и если вам будет предложено установить Visual Studio, попробуйте установить ее без нее.
Если вы все еще получаете сообщение об ошибке, попробуйте перезагрузить компьютер и повторите попытку (у меня это сработало).
Если вы все еще не можете пройти через эту часть, я предлагаю загрузить Visual Studios.
Я уверен, что в остальной части процесса установки вы сможете руководствоваться своим превосходным интеллектом.
Этот процесс может занять некоторое время.
Шаг 2:
Скачать cuDNN (библиотека Deep Neural Network) можно здесь - › ссылка
Создайте учетную запись и нажмите I Agree To the Terms of …
, и откроется множество вариантов.
Выберите: Загрузить cuDNN v7.05(Dec 5,2017),for CUDA 9.0
а затем выберите: cuDNN v7.05 Library for Windows 7
Шаг 3:
По завершении загрузки откройте zip-файл и перейдите в папку bin
.
Вы должны увидеть файл cudnn64_7.dll
.
Теперь оставьте эту папку открытой и откройте папку CUDA на диске C.
Она должна быть где-то здесь «C: \ Program Files \ NVIDIA GPU Computing Toolkit»
Там вы увидите папку CUDA
, откройте ее и перейдите в папку V9.0
.
Отсюда вы хотите перейти в папку bin
.
Теперь вы должны быть здесь:
“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin”
Шаг 4:
НАЖМИТЕ и перетащите cudnn64_7.dll
из zip папки в эту папку
“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin”
Затем он спросит, хотите ли вы объединиться, нажмите «Да».
Шаг 5:
Перейдите по этой ссылке и скачайте
tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl
file.
Шаг 6:
Перейдите в командную строку и введите
conda create -n tf15 python=3.6 pip
Это создаст среду внутри Anaconda.
Шаг 7:
Затем введите activate tf15
, это должно выглядеть примерно так:
Шаг 8:
Затем cd
в папку, содержащую файл из шага 5.
tensorflow_gpu-1.10.0-cp36-cp36m-win_amd64.whl
и введите pip install tensorflow_gpu
и нажмите клавишу Tab, чтобы автозаполнить команду и запустить ее, например:
Вот и все! Вы можете ввести тестовый код, который предлагает главная страница tenorflow, чтобы протестировать его.
Если есть какие-либо вопросы, не стесняйтесь оставлять комментарии, и я свяжусь с вами как можно скорее.
У меня были дополнительные проблемы
Теперь мне пришлось снова установить все пакеты python для scipy, matplotlib и keras, потому что в tf15 по какой-то причине их не было.
Итак, если вы столкнетесь с этой проблемой, пока у вас все еще активирован tf15, выполните следующие действия:
pip install matplotlib
pip install -U scikit-learn
python -m pip install scipy
pip install keras
Если все еще есть библиотеки, на которые он жалуется, попробуйте узнать, как установить его через pip.
Ссылки и ссылки