张小白教你如何使用TensorFlow 1.15（Windows GPU版）玩转LeNet网络

LeNet是最适合初学者入门的卷积神经网络。张小白在 多个博文中都体验了这个网络，比如：

• MindSpore V1.0 https://bbs.huaweicloud.com/blogs/198324 （Part Five）
• MindSpore V1.1的PyNative特性 https://bbs.huaweicloud.com/blogs/242300 

今天张小白就带你用 TensorFlow 1.15-GPU版本体验下这个吧。

首先，张小白自己的笔记本Windows 10 环境上，已经根据 《张小白教你安装Windows 10的GPU驱动（CUDA和cuDNN）》 https://bbs.huaweicloud.com/blogs/212446 安装了Nivdia显卡的驱动 CUDA 10.0和cnDNN 7.5。

张小白也在Windows 10上安装了 Anaconda。Anaconda包含了conda、Python等180多个科学包及其依赖项。特别适合在同一机器上创建不同的运行环境，以便运行不同的框架。比如张小白已经在这个环境下运行过 MindSpore，PyTorch和PaddlePaddle等深度学习框架，所以按理说TensorFlow框架也不在话下。

下面我们分几步完成具体的实验：

（1）创建conda的TensorFlow GPU运行环境

（2）下载LeNet的TensorFlow代码

（3）使用PyCharm跑通LeNet的训练代码。

（一）创建 TensorFlow环境

参考TensorFlow 官网 https://tensorflow.google.cn/install/pip?hl=zh_cn 

tensorflow_gpu-1.15.0版本的配置要求：https://tensorflow.google.cn/install/source_windows?hl=zh_cn 

CUDA 10.0已经满足，cuDNN官方要求是7.4，现在本机是7.5（当然这是源码编译的要求，pip包的要求这里没有提）

先用conda 创建Python 3.7.5的环境

conda create --name tensorflow_gpu python=3.7.5

...

激活环境 conda activate tensorflow_gpu

使用豆瓣源PIP安装tensorflow-gpu 1.15。注意安装时带的两个参数。

。。。

（二）下载LeNet网络的TensorFlow示例代码

下载代码

git clone https://gitee.com/lai-pengfei/LeNet.git

（三）使用PyCharm跑通代码

使用PyCharm打开刚才下载的LENET代码目录：

将PyCharm的环境指向 tensorflow-gpu的conda环境：

点击OK：可以看到tensorflow 1.15的环境。

在PyCharm右下角 有这个环境的标识：

修改代码中的一些配置

比如import input_data的方式

from tensorflow.examples.tutorials.mnist import input_data

修改完毕后，，执行python Train.py

...

系统提示：目前系统的cuDNN版本是7.5，但是源代码是用7.6编译的，所以不兼容。（简单的道理：高版本编译后的程序无法在低版本的驱动下运行）

我们重新按照 https://bbs.huaweicloud.com/blogs/212446 的步骤去下载并安装cuDNN 7.6 for CUDA 10.0版本：

下载好zip文件：cudnn-10.0-windows10-x64-v7.6.5.32.zip

将其解压后，覆盖 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 下的同名目录。

再重新跑训练脚本：

此时可修改config.py配置参数，将MAX_ITER改为20000吧。这样精度高一点，而且时间也没那么长。。

精度为0.94。

把MAX_ITER还原成50000，再跑一遍：

精度为0.98，略有提高。

本文来源于论坛 https://bbs.huaweicloud.com/forum/thread-117665-1-1.html  本文亲自试验的记录贴。整理出来，希望大家能通过本文达到快速体验的目的。

由于张小白是个货真价实的小白，有何错漏之处，也希望大家及时指出，便于小白修正。（这样小白就可以升级到小白TWO了。）

（全文完，谢谢阅读）