Windows下如何配置TensorFlow?这有个简单明了的教程(支持GPU哦)

  • 时间:
  • 浏览:0
  • 来源:大发UU快3APP—大发UU快三

CUDA驱动任务管理器运行

文章为简译,更为完整版的内容,请查看原文

本文由北邮@爱可可-爱生活 老师推荐,阿里云云栖社区组织翻译。

结论

更新的Surface Book拥有更先进的GPU(GeForce GT 965)。去年,Mac和Windows之间的TensorFlow领域真的所处大变化。当TensorFlow首次发布时这样Windows版本,但现在NVidia CUDA针对深入学习有着很大兴趣的发展。

创建GPU TensorFlow环境:

使用GPU进行厚度学习被广泛告知为厚度有效。显然,非常高端的GPU集群还还可以通过厚度学习做但会 惊人的事情。然而,我很好奇Windows Surface Book(GPU:GeForce GT 940)使用GPUCPU的性能对比。事实证明使用GPU比CPU性能高的只是

数十款阿里云产品限时折扣中,赶紧点击领劵时候时候刚开始云上实践吧!

安装

TensorFlow现在可用于Windows系统同样也适用于Mac和Linux。这后要说突然这样。对于大多数TensorFlow所处第一年Windows支持的唯一最好的办法是虚拟,通常是通过Docker。即使这样GPU支持,这对我来说是个好消息怎么写。我教的厚度学习研究生课程对于仅运行Windows的学生而言是很困难的。

首先,你应该确保你因为 安装了正确的NVidia驱动任务管理器运行:

CUDNN-CUDA厚度神经网络

文章原标题《Using TensorFlow in Windows with a GPU》,作者:Jeff Heaton,译者:海棠

TensorFlow谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于你你这些的运行原理。Tensor(张量)因为 N维数组,Flow(流)因为 基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将比较复杂的数据外部传输至人工智能神经网中进行分析和除理过程的系统。TensorFlow可被用于语音识别图像识别等多项机器厚度学习领域

使用单个GPU时,你的TensorFlow代码后要被更改。让他通过切换环境简单地运行相同的代码。TensorFlow使用GPU或不使用,这取决于你所处的环境。您还还可以在以下环境之间切换:

因为 你在本地计算机上做中等厚度学习网络和数据集,你应该使用你的GPU。即使你正在使用一台笔记本电脑。NVidia是科学计算的首选GPU。觉得AMD因为 完整版有能力,但对AMD的支持却很稀少。

   下面是在windows系统下安装TensorFlow厚度学习工具箱的教程,作者为Jeff Heaton,主要研究方向是机器学习、预测建模以及那些方面的应用。

安装TensorFlow到Windows Python,TensorFlow需用Python2.7、3.4或3.5版本。我使用的是Anaconda Python3.5。我所做第一件事只是为TensorFlow创建CPU和GPU环境。这使让当要我们 与我有但会 非深入学习Python环境分开。创建CPU TensorFlow环境: