Win 7 64位+NVIDIA GeForce GT 730M 安装TensorFlow 二

安装TensorFlow1.5.0

前面"Win 7 64位+NVIDIA GeForce GT 730M 安装TensorFlow"安装成功后，默认安装的TensorFlow版本是1.0.0，是最老的tf1.0版本。而TensorFlow从1.4.0开始嵌入了keras,并且tensorflow目前的官网上的"Getting Started with TensorFlow"第一个案例

The program described in this document is . This program uses To fetch its training data.

运行时提示tensorflow中缺少keras模块，网上一查才发现TensorFlow从1.4.0开始嵌入了keras，因此开启tensorflow升级之旅。

第一步：用anaconda navagatior创建一个虚拟环境：指定python为3.6

Python36_TF15_GPU

并将可升级包升级到最新版本

第二步：安装tensorflow 1.5.0

在定位到安装TensorFlow的虚拟环境目录Python36_TF15_GPU下地址栏中，输入"cmd"并回车：

输入"pip install --upgrade tensorflow-gpu"

第三步：安装CUDA? Toolkit 9.0和cuDNN v7.0

在百度搜索引擎中输入 cuda9.0并回车

找到系统对应版本，然后下载"Base Installer"和"Patch1"

在google搜索引擎中输入 cuDNN7.0并回车

点击，进入找到系统对应版本，点击Download(注意此处会提示让你注册账号，注册即可)

以上下载完毕后

先安装Cudatoolkit两个exe(先大程序，后小程序)；

然后将cudnn解压，并把 bin，include 和 lib 三个文件夹复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 目录下，和原先的目录直接合并就可以了。

第四步：双显卡笔记本的显卡选择

由于联想K4450是双显卡（Intel HD集成显卡和NVIDIA GeForce GT 730M独立先看），需要设置全局使用独立显卡在桌面空白处点击鼠标右键，弹出下图菜单

计算机生成了可选文字:查看阴排序方式（0)刷新（E)粘贴（P)粘贴快捷方式（S)麟肖删除（U)图邢属性…图邢选项NVIOIA控制面板SVNCheckout…TortoiseSVN新建（W)屏幕分辨率（c),J'工具（G)个性化（R)Ctrl+Z国国国―日口口【―--喇弓口口口口口口要氏以一

点击"NVIDIA控制面板"，按照图中红色方框操作，最后点击应用

注意：双显卡笔记本电脑若不进行上述设置，则运行 tf.Session() 时会出现 "设备是不可移动的,无法弹出或拔出" 的错误。

计算机生成了可选文字:弹出NVIDIAGeForceGT730M时出问题双NVIDIAGeForceGT730M设备是不可移动的．无法禅出或拔出。

第五步：测试tensorflow

测试成功

第六步：测试TensorFlow官网"Getting Started with TensorFlow"第一个案例

tensorflow目前的官网上的"Getting Started with TensorFlow"第一个案例

The program described in this document is . This program uses To fetch its training data.

由于程序用到pandas，首先安装pandas。然后测试"premade_estimator.py"案例

六、CUDA环境变量

确保C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\libnvvp;C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;在系统环境变量中

七、测试TensorFlow

定位到安装TensorFlow的虚拟环境目录下地址栏中，输入"python"并回车：

导入tensorflow测试：输入import tensorflow as tf 并回车

进一步输入测试代码：

import tensorflow as tf

hello = tf.constant('Hello, TensorFlow!')

sess = tf.Session()

print(sess.run(hello))

在输入sess=tf.Session()代码回车后，报如下错误（没有卸载显卡老驱动程序，直接安装CudaTookit，也没有安装"Patch2"）：

在输入sess=tf.Session()代码回车后，报如下错误（先卸载显卡老驱动程序，直接安装CudaTookit，并安装"Patch2"，安装cuDNN，安装显卡新驱动程序），运行成功，如下：