适用对象:深度学习初学者
前言
本文主要介绍的是tensorflow-gpu版本的环境安装,所以需要读者有一块还不错(显存大于2G)的英伟达独立显卡,本文的安装步骤均已在如下环境中(windows11、i7-8700、gtx1060)测试通过。
目录
一、安装Anaconda
二、安装CUDA
三、安装CUDNN
四、安装tensorflow-gpu
五、安装keras
六、hello world
正文
-
安装Anaconda
-
打开浏览器输入网址Anaconda | The World’s Most Popular Data Science Platform进入到Anaconda官网。
-
点击Download 按钮下载最新版Anaconda。
![](https://i-blog.csdnimg.cn/blog_migrate/cc91f424c1b9d2f010a25791242e1484.png)
-
安装Anaconda。
-
点击Next >。
![](https://i-blog.csdnimg.cn/blog_migrate/1faff8012c64467edc37280490aa1ae2.png)
-
点击I Agree。
![](https://i-blog.csdnimg.cn/blog_migrate/7c9bfa3feb5504f6a62bbc06ce4782e1.png)
-
点击Next >。
![](https://i-blog.csdnimg.cn/blog_migrate/2bc55331a62dd6f66178856a5f5e0f28.png)
-
修改安装目录,最好不要放在C盘。点击Next >。
![](https://i-blog.csdnimg.cn/blog_migrate/d69b3b13347b902ceed7c434c2a45067.png)
-
确保勾选了Register Anaconda3 as my default Python3.9,然后点击Install。
![](https://i-blog.csdnimg.cn/blog_migrate/23e3ec8833ed1c7b663373343f71e675.png)
-
等待进度条跑完后,点击Next >。
![](https://i-blog.csdnimg.cn/blog_migrate/2e7149ddc9dca5352b83239b16153889.png)
-
点击Next >。
![](https://i-blog.csdnimg.cn/blog_migrate/9e316994b07bef3a40be772fbb7eca9b.png)
-
点击Finish安装完毕。
![](https://i-blog.csdnimg.cn/blog_migrate/789a4d322ec169ca29bf47c33debde44.png)
-
配置Anaconda。
-
打开系统环境变量配置,增加一个系统变量,名称为CONDA_HOME,值为你电脑上Anaconda的安装路径。
![](https://i-blog.csdnimg.cn/blog_migrate/bedbe2ec1a5820b30380ea49abeb85fb.png)
-
编辑Path环境变量,添加三个配置,点击确定按钮关闭所有配置窗体后生效。
![](https://i-blog.csdnimg.cn/blog_migrate/cf4121afd49bc2218ee069b954262160.png)
![](https://i-blog.csdnimg.cn/blog_migrate/2d98928cec717c0745276ec8e9e27170.png)
-
测试Anaconda。
-
点击Windows键找到Anaconda Prompt 终端程序并打开。
![](https://i-blog.csdnimg.cn/blog_migrate/73d62e043e200ee2cfbcf5d2b8a03115.png)
-
在终端程序内输入conda --version 和python -V分别测试conda和python是否可用。如果能够正常查看版本信息,则表示Anaconda已经成功安装并配置完成。
![](https://i-blog.csdnimg.cn/blog_migrate/f1cfa078bfed780fdd3a7810db918987.png)
-
安装CUDA
-
打开浏览器输入CUDA Toolkit Archive | NVIDIA Developer进入Cuda下载页面。
-
点击超链接进入下载页面。
![](https://i-blog.csdnimg.cn/blog_migrate/9e475c9741f9e6656146715b923d0586.png)
-
下载CUDA。
-
点击Windows。
![](https://i-blog.csdnimg.cn/blog_migrate/d096821f9297855a24a56b3f12203316.png)
-
点击11(Windows10玩家请选10)。
![](https://i-blog.csdnimg.cn/blog_migrate/dc16ba880de6b0a79273a62298935805.png)
-
点击exe(local)。
![](https://i-blog.csdnimg.cn/blog_migrate/f16b617a6e2558d00e0fc58d47ccee3a.png)
-
点击Download(2.5GB)开始下载(校园网挺快的)。
![](https://i-blog.csdnimg.cn/blog_migrate/0254b7fbe236ad5ebd64b59225e7dbf4.png)
-
安装CUDA。
-
打开安装程序,不用修改安装位置,点击OK,等待进度条结束。
![](https://i-blog.csdnimg.cn/blog_migrate/91152a46543bf23f34ccf388110e4132.png)
![](https://i-blog.csdnimg.cn/blog_migrate/63befe74116fbcb1e0f45e36ed297720.png)
-
进入安装程序界面,点击同意并继续按钮。
![](https://i-blog.csdnimg.cn/blog_migrate/25f4e443cd8dbc7ae8c763cb6f4b5bb0.png)
-
不做修改,直接点击下一步。
![](https://i-blog.csdnimg.cn/blog_migrate/bb99c6ac6181c08369d76ba87a2adbe3.png)
-
勾选I understand,点击Next按钮开始安装,等待进度条结束。
![](https://i-blog.csdnimg.cn/blog_migrate/3ae8f40a332d74c5df7a5caf1be291ba.png)
![](https://i-blog.csdnimg.cn/blog_migrate/3be8c0a39a2f6ac9cc7d11550eda8dd4.png)
-
点击下一步按钮。
![](https://i-blog.csdnimg.cn/blog_migrate/2889b6903af028101197f351b7dde7eb.png)
-
安装完成,点击关闭按钮。
![](https://i-blog.csdnimg.cn/blog_migrate/1434f535d48f2fe2885759c5c1b9edb0.png)
-
测试CUDA。
-
打开CMD终端程序。
-
输入nvcc -V 查看版本信息,如下图表示安装成功。
![](https://i-blog.csdnimg.cn/blog_migrate/1b0750b86b837a3dbddc1c3d91bfd701.png)
-
安装CUDNN
-
打开浏览器输入CUDA Deep Neural Network (cuDNN) | NVIDIA Developer进入CUDNN下载页面。
-
点击Download cuDNN >按钮进入下载页面。
![](https://i-blog.csdnimg.cn/blog_migrate/7cb783f066cab90ef3184ca2dfc306ba.png)
-
注册一个英伟达账号并登录。
-
点击Login跳转到登录页面。
![](https://i-blog.csdnimg.cn/blog_migrate/a443fefda420ab70ea3bf6bd0e85307f.png)
-
输入电子邮箱然后点击Next按钮。
![](https://i-blog.csdnimg.cn/blog_migrate/60c7d59c0180d81d077ec6300175c237.png)
-
前往邮箱中找到英伟达的授权邮件,然后点击验证电子邮件地址。
![](https://i-blog.csdnimg.cn/blog_migrate/dd79f684001aff65f5ea70890e826157.png)
![](https://i-blog.csdnimg.cn/blog_migrate/c047094c800526e263a5efe25834c087.png)
-
回到cuDNN下载页面,如下图。
![](https://i-blog.csdnimg.cn/blog_migrate/39f8a1ba51763476e9afc11174ee8133.png)
-
点击I Agree复选框,点击按钮下载for CUDA 11.x。
![](https://i-blog.csdnimg.cn/blog_migrate/cfe04143633b2d3c3a7aaedc23fcaf54.png)
-
点击Local Installer for Windows(Zip)进行下载。
![](https://i-blog.csdnimg.cn/blog_migrate/f8cf23ae62171ad86f24800ea0f88514.png)
-
配置cuDNN。
-
解压刚刚下载的压缩包。
![](https://i-blog.csdnimg.cn/blog_migrate/fd5d86256d657bf32033abfb7cab5d7e.png)
-
解压完成后得到如下3个文件夹。
![](https://i-blog.csdnimg.cn/blog_migrate/a075698a91f5d00f1044871945296877.png)
-
把以上3个文件夹复制到CUDA文件夹中,默认安装位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7中。
替换目标中的文件。
![](https://i-blog.csdnimg.cn/blog_migrate/45c82ae981a0ee9cccd194b0f31a9bcc.png)
继续。
![](https://i-blog.csdnimg.cn/blog_migrate/5244dbcf3a69db105e28a22ab08dde4b.png)
到此cnDNN已经安装完毕了。
-
安装tensorflow-gpu
-
使用conda创建一个虚拟环境。
![](https://i-blog.csdnimg.cn/blog_migrate/be58c10f005dd783cbc69b85a6a798e7.png)
输入y确定创建。
![](https://i-blog.csdnimg.cn/blog_migrate/1b0d6dbfe32416fa77eea7d564a4eda9.png)
-
切换至新创建的虚拟环境。
![](https://i-blog.csdnimg.cn/blog_migrate/91c5c4c62d990b72ca3d34c0bd3725c9.png)
-
安装tensorflow-gpu 2.7.0(注意版本是2.7.0,图中
2.6.0已过时)。
![](https://i-blog.csdnimg.cn/blog_migrate/65a38d9f720d86b5afefe14aa3bb5a4d.png)
输入y确定安装。
![](https://i-blog.csdnimg.cn/blog_migrate/8190a55dad4ff88483b9c54c4f3f2ad8.png)
到此安装完成。
-
安装keras
-
安装keras 2.7.0(注意版本是2.7.0,图中
2.6.0已过时)。
![](https://i-blog.csdnimg.cn/blog_migrate/51674fdddd90ad693f996884b051eb60.png)
到此安装完成。
-
测试环境
-
打开终端输入python,引入keras的models和layers库,如不报错,则表示安装成功。
![](https://i-blog.csdnimg.cn/blog_migrate/f9c1f76f5a8e3f31f7f0845922db61bd.png)
-
顺手敲一个hello world.
![](https://i-blog.csdnimg.cn/blog_migrate/d667d426deb05058072ec7f39d1fba62.png)