个人技术分享

1. 准备步骤

Windows7/8/10,Server2012/2016 + anacodeAnaconda3-4.2.0+ CUDA 8.0 + CuDnn 6.0。

1.1. 操作系统要求和硬件要求:

• Windows版本：Windows 7，Windows 8，Windows 10，Windows Server 12/16
• 显卡版本：请对照英伟达提供的支持CUDA的显卡列表，建议查看英文版。不知道自己显卡版本的可以通过“设备管理器”查看，或者使用第三方软件GPU-Z查看。请注意，AMD的显卡不可以使用英伟达开发的CUDA...

中文列表:https://www.nvidia.cn/object/cuda_learn_products_cn_old.html

1.2. CUDA8.0版和CuDnn 6.0 +anacodeAnaconda3-4.2.0

      官网中选择对应版本下载

   （PS：安装CUDA和CuDnn过程中关闭杀毒软件）

1. 安装步骤

   2.1. 安装CUDA

     安装CUDA，双击我们下载的安装文件即可，一切都选择默认即可。

2.2. 验证CUDA安装成功

打开命令行，也就是cmd然后输入“nvcc -V”，如果安装正确的话你应该看到这样的输出：

输出中显示了CUDA的版本是release 8.0。

2.2.安装CuDnn

解压缩我们下载的CuDnn文件，得到3个文件夹：bin, include, lib。如下图所示，将这个三个文件夹复制到“C:\Program Files\NVIDIA GPU Computing Toolkit\v8.0”。

2.3确认系统环境变量(Environment Variables)

打开系统环境变量设置，以Win10为例，确认CUDA_PATH和CUDA_PATH_V8.0已经存在手动添加 “C:\ProgramData\NVIDIA GPU Computing Toolkit\v8.0\bin”到Path里面。

2.4安装anaconda

2.4.1下载完成后双击运行安装。一路点击确定，为全部用户安装anaconda。然后，在配置环境变量的界面，仅勾选下方的选项即可。然后等待其完成安装。如下图：

2.5安装tensorflow-GPU

2.5.1 打开Anaconda Prompt中利用Anaconda创建一个python3.5的环境，环境名称为tensorflow ，输入下面命令：

conda create -n tensorflow python=3.5.2

此时，系统会提示我们，需要安装一些新的依赖包，我们输入"y"即可。

2.5.2在Anaconda Prompt中启动TensorFlow环境：

activate tensorflow

2.5.3安装GPU版本的TensorFlow

pip install tensorflow-gpu==1.0.1

输入命令：python之后，输入测试语句：

     import tensorflow as tf

接着每次输入一行代码，并回车，你应该可以看到下图中表明GPU已经开始工作

a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')

b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')

c = tf.matmul(a, b)



sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))



print (sess.run(c))

有任何其他有关人工智能学习问题，欢迎咨询VX:l715666082

另有Chatgpt独享和共享号，一月55，三月150