Win10+CUDA9.2下TensorFlow 1.8安装教程与环境配置

需积分: 9 0 下载量 31 浏览量 更新于2024-09-05 收藏 571KB DOC 举报
本文档详细介绍了在Windows 10系统上安装TensorFlow 1.8版本,特别是在有CUDA 9.2和CUDA Toolkit的支持下,针对一个配备了GTX 1060 6GB显卡的环境。以下是安装步骤的详细说明: 1. **软件准备**: - **Anaconda3**: 使用Anaconda3-2018.12版本,这是一个流行的Python发行版,包含了包管理工具Conda,方便管理和隔离不同Python环境。 2. **CUDA和CUDNN安装**: - 安装CUDA 9.2:从官方网站下载并运行cuda_9.2.148_win10.exe,按照默认设置进行安装。 - 安装CUDNN 9.2:从CUDNN官网下载v7.1适用于Windows 10的版本,解压后将bin、include、lib文件夹复制到CUDA安装目录(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2)。 3. **环境变量配置**: - 验证CUDA和CUDNN是否正确安装,确保系统环境变量中有CUDA路径和CUDNN路径。 4. **Anaconda3安装**: - 使用Anaconda3-2018.12安装包,同样默认安装。 5. **Python环境管理**: - 创建一个新环境,名为tf_gpu_py36,指定Python版本为3.6,这有助于避免全局库冲突。 - 激活新环境,确保TensorFlow在独立的环境中安装。 6. **TensorFlow GPU安装**: - 在新环境下,使用pip安装TensorFlow 1.8的GPU版本(tensorflow_gpu-1.8.0-cp36-cp36m-win_amd64.whl),直到安装完成。 7. **环境验证**: - 进入Python命令行,确认安装成功的标志是能够导入TensorFlow并创建Tensor对象。 8. **测试程序运行**: - 测试安装是否正确,通过编写并运行简单的代码(如打印'hello'),显示TensorFlow实例化和会话创建。 本文档对Windows 10用户提供了清晰的步骤,确保了在具备特定硬件配置(如GTX 1060)的系统上,如何有效地安装和配置TensorFlow GPU,以便进行深度学习和其他高性能计算任务。通过细致的环境配置和新环境的创建,降低了出错的可能性,并且使开发者能够在不影响其他Python项目的前提下,专注于TensorFlow的开发工作。