深度學習TensorFlow開發環境搭建教程
目錄
1 下載安裝Anaconda
1)百度搜索“Anaconda3”或直接訪問官網下載,點選Download按鈕。
Anaconda3最新版本是4.8.3,對應的Python版本是3.8。為了更好的相容,不建議下載最新的Anaconda3版本。
2)官網下載太慢,選擇國內映象,通過日期找到所需的版本。
3)Windows-x86_64 表示64位的Windows系統,不要選錯。如果不知道下載哪一版本,可以參考
博主選擇的是 Anaconda3-2018.12-Windows-x86_64.exe
,對應的 Python3.7.1
4)安裝時勾選,新增環境命令;.
2 安裝CUDA10
這部分僅針對NVIDIA顯示卡使用者,滿足安裝GPU版本的TensorFlow才需要進行,若AMD顯示卡直接跳轉到後面CPU版本的TensorFlow配置部分。
1、檢視本機的CUDA驅動適配版本
桌面右鍵開啟英偉達控制面板,點選幫助->系統資訊->元件
這裡本機支援 CUDA10.2.141 以下版本
或者cmd檢視:nvidia-smi
博主選擇下載了 10.0 版本(供參考)
2、C盤空間還夠,所以直接裝到C盤預設路徑,方便以後好找
選擇自定義安裝,不需要的東西不予勾選。VS沒有安裝的話不勾選VS整合(否則會安裝失敗)。
CUDA的驅動版本低於當前,所以不勾選(否則可以勾選提升下驅動版本)
安裝成功!
控制面板 > 程式 > 解除安裝程式,可以看到剛才安裝的元件。
CMD命令檢視是否安裝成功:nvcc --version
2.1 cuDNN
官網下載:https://developer.nvidia.com/rdp/cudnn-archive
需要註冊賬號並登入才能下載,下載完畢後解壓,將cuDNN壓縮包內對應的檔案複製到[CUDA安裝路徑](C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0)的 bin、include、lib目錄。
2.2 新增環境變數
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
3 TensorFlow安裝
3.1 CPU版本TensorFlow
-
檢查Anaconda是否安裝成功:
conda --version
-
檢測目前安裝了哪些環境:
conda info --envs
-
檢查目前有哪些版本的python可以安裝:
conda search --full-name python
-
安裝不同版本的python:
conda create --name tensorflow python=3.5.2
使用清華映象,進入Anaconda Prompt(win左下角搜尋即可找到),輸入命令:
# 新增Anaconda的TUNA映象
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 設定搜尋時顯示通道地址
conda config --set show_channel_urls yes
然後再輸入:conda create -n tensorflow python=3.5.2
安裝完成
-
切換新環境:
conda activate tensorflow
-
安裝CPU版本的TensorFlow,輸入:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==1.2.0
-
更新pip,使用映象:
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
-
測試:首先鍵入
python
,然後輸入import tensorflow as tf
第一次產生警告,再輸入一次正常(如果嘗試不行再根據報錯百度)
CPU版本成功後,再來裝一個 GPU 版本
3.2 GPU版本TensorFlow
-
建立環境:
conda create --name tensorflow-gpu python=3.7.1
-
檢測目前安裝了哪些環境:
conda info --envs
-
啟用環境:
conda activate tensorflow-gpu
-
更新pip:
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
-
下載GPU版本的TensorFlow:
pip install --ignore-installed --upgrade tensorflow-gpu
阿里雲 http://mirrors.aliyun.com/pypi/simple/
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/使用映象:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==2.0.0
-
安裝cuda:
pip install cudatoolkit=10.0.130
-
安裝cudnn:
pip install cudnn=7.6.5
-
檢視當前環境下已安裝的包:
conda list