419
京东网上商城
Windows下如何配置TensorFlow？这有个简单明了的教程（支持GPU哦）
https://yq.aliyun.com/articles/68435
TensorFlow谷歌DistBelief人工智能学习系统Tensor语音识别或图像识别等多项机器深度学习领域
下面是在windows系统下安装TensorFlow深度学习工具箱的教程，作者为Jeff Heaton
TensorFlow现在可以Windows系统，同样也适用于Mac和Linux。而TensorFlow存在的第一年，Windows支持的唯一方式是虚拟机，通常是通过DockerGPU支持，这对我来说也是个好消息。我教的深度学习研究生课程对于Windows的学生而言是很困难的。
GPU进行深度学习被广泛告知GPU集群可以通过深度学习做一些惊人的事情。然而，我很好奇Windows Surface Book（GPU：GeForce GT 940）使用GPU与CPU的性能对比。事实证明使用GPU比CPU性能高的很多：
CPU Version of TensorFlow: 1 hour, 54 minutes.
GPU Version of TensorFlow: 13 minutes
Surface Book拥有更先进的GPU（GeForce GT 965）。去年，Mac和Windows之间的TensorFlow领域真的发生大变化。当TensorFlow首次发布时没有Windows版本，但现在NVidia CUDA针对深入学习有着很大兴趣的发展。
NVidia驱动程序：
CUDNN-CUDA深层神经网络
TensorFlow到Windows Python，TensorFlow需要Python2.7、3.4或3.5版本。我使用的是Anaconda Python3.5。我所做第一件事就是为TensorFlow创建CPU和GPU环境。这使他们与我有其他非深入学习Python环境分开。创建CPU TensorFlow环境：
conda create --name tensorflow python=3.5
activate tensorflow
conda install jupyter
conda install scipy
pip install tensorflow
GPU TensorFlow环境：
conda create --name tensorflow-gpu python=3.5
activate tensorflow-gpu
conda install jupyter
conda install scipy
pip install tensorflow-gpu
GPU时，你的TensorFlow代码不会被更改。你可以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。您可以在以下环境之间切换：
activate tensorflow
activate tensorflow-gpu
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。虽然AMD可能完全有能力，但对AMD的支持却很稀少。
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。
文章原标题《Using TensorFlow in Windows with a GPU》，作者：Jeff Heaton，译者：海棠
文章为简译，更为详细的内容，请查看原文
最后更新：2017-07-12 22:09:38