簡單安裝tensorflow-gpu步驟
技術標籤:python
簡單安裝tensorflow-gpu步驟
注意事項
這是自己第一次寫文章,同時也是一個小白,之前安裝tensorflow-gpu版本踩了好多坑。看了好多文章,什麼對應cuda cudnn步驟看的我暈頭轉向,最終終於摸索出來了一套方法,記下來自己儲存,也分享給和我一樣看不懂網上安裝什麼cuda cudnn版本的童鞋們。
-
使用Anaconda安裝
不知道pip和conda有什麼區別,之前用pip一直安裝不成功,所以我用conda
我用的anaconda版本
-
簡單易操作,不需要下載cuda cudnn,也不需要管cuda cudnn什麼版本
-
適用於tensorflow1、tensorflow2 gpu版本,本文章以tensorflow2 gpu為例
安裝tensorflow-gpu步驟
管理員身份執行 Anaconda Prompt,看網上有人說,不用管理員身份執行不行
- 為了使包下載的快,連線阿里雲映象
pip config set global.indec-url http://mirrors.aliyun.com/pypi/simple
pip config set global.trusted-host mirrors.aliyun.com
- 首先建立tensorflow2虛擬環境
(1)建立tensorflow虛擬環境
conda create --name tf2 python=3.6
(tf2為我自己起的名字,可以自己更換,python我用的是3.6版本)
後面會出現選擇[y/n]? 輸入y
(2) 安裝完成啟用虛擬環境
conda activate tf2
原來的base變成了新建立的環境tf2
對應的退出虛擬環境語句為
(3) 在新建的虛擬環境下安裝tensorflow-gpu
conda install tensorflow-gpu==2.1.0
在這一步中,cuda cudnn會自己安裝上,因此,就不需要自己去查應對應cuda cudnn什麼版本啦
在這一步中,可能會報錯CondaError: Downloaded bytes did not match Content-Length
解決辦法: 延長conda 下載的timeout
conda config --set remote_read_timeout_secs 10000.0
然後就是可能存在下載進度條長時間不動的情況,可以關掉prompt視窗,重新開啟視窗,啟用conda activate tf2 然後conda install tensorflow-gpu==2.1.0 之前下載好的不會再重新下,會自動下載沒下好的,親測有效,如果太大,可能需要重複這一段話兩三次
(4)安裝keras
conda install keras==2.3.1
(5) 安裝 sklearn
conda install scikit-learn==0.23.2
其實步驟(3)就已經完成tensorflow-gpu版本的安裝了,(4)(5)顯示的是自己用的這兩個包的版本
安裝完成後,進入測試步驟
沒有報錯就說明安裝成功了!!!
終於擺脫了網上那些去cuda cudnn官網下載對應版本軟體的麻煩了!!!
安裝過程中,只出現了timeout錯誤,解決方法已經在文中指出。