雷锋网按：本文作者阿萨姆，本文首发于作者的知乎专栏《数据说》，雷锋网获其授权发布。背景在Windows上使用GPU进行深度学习一直都不是主流，我们一般都首选Linux作为深度学习操作系统。但很多朋友如果只是想要了解深度学习，似乎没有必要专门装双系统或者改用Linux。现实生活中，很多使用学校或者公司电脑的朋友也没有操作权限改换系统。那么到底是否可以在Windows系统上设置深度学习框架，开发深度学习模型呢？好消息是越来越多的深度学习框架开始支持Windows，这使得在Windows上使用GPU加速学习过程也变成了可能。很多朋友虽然没有一块很强劲的显卡，但也可以以较低的代价来了解在GPU上运行深度学习模型的过程。值得欣喜的是，大部分NvidiaGeForce系列的显卡都可以使用CUDA，大部分有独显的笔记本理论上都可以使用GPU来“深度学习”。即使加速效果不明显，但很多入门级的显卡依然可以用于TensorFlow，这至少可以帮助大家了解和熟悉这个框架。请不要让缺少预算或者系统不兼容成为探索路上的拦路虎和借口。本着探索的精神，我试着在两台Windows电脑上安装了CUDA(用于调用GPU)和TensorFlow(谷歌开发的深度学习工具库)，把这个过程记录下来和大家分享。在开始之前想再次提醒大家，在Windows上安装CUDA和TensorFlow有很多坑，对于各种软件版本以及系统设置的要求可谓非常刁钻，很容易就“误入陷阱”。请大家严格对照我的操作流程，以防出错。多图长文预警！！！使用教程时建议在电脑端阅读，可以放大图片。准备步骤请按照介绍下载以下软件备用，具体安装流程在第二部分介绍。简单的说，我们需要Windows7/8/10,Server/+Python3.5+VisualStudio+CUDA8.0+CuDnn6.0。1.操作系统要求和硬件要求:Windows版本：Windows7，Windows8，Windows10，WindowsServer12/16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：CUDA-支持CUDA的GPU-NVIDIA(英伟达)英文列表：CUDAGPUs2.Python版本：64位版本的Python3.5。注意Python3.6和2.7都不可以。地址和版本如下图所示。如果使用错误的Python版本，将无法安装TensorFlow！3.VisualStudio版本：我们使用的CUDA8.0不支持VisualStudio，使用VS会报错。VisualStudio的话现在最新的版本是VisualStudiowithUpdate3，网上有人说不能用Update3这个版本，但根据我的亲测可以使用VSwithUpdate3。下载免费的Community版本即可:
转载请注明：http://www.aierlanlan.com/cyrz/6975.html
