window10 安装Tensorflow Pytorch深度学习框架

window10 安装Tensorflow Pytorch深度学习框架

 

目录

一.本机环境

二.需要安装的深度学习框架

三.安装步骤

发布时间：2019-11-27

 

一.本机环境：

System:windows10

CPU:i7 8700K

RAM 32G

ROM 512G SSD 512G + 1TB 机械硬盘

显卡:1080Ti

时间:2019-11-25

 

二.需要安装的深度学习框架

Tensorflow

Pytorch

PaddlePaddle

 

三.安装步骤

 

1.安装Anaconda

Anaconda版本:Anaconda3-2019.10-Windows-x86_64.exe

网站:https://www.anaconda.com/distribution/

 

这里选择Python3.7 version 64位

从官网上直接下载较慢，这里复制下载链接使用迅雷下载;每秒可达2~7M;

开始安装

 

这里因为只有我一个人使用电脑就选择了All Users（根据自己情况选择）

 

因为C盘比较大，剩余空间比较多。安装路径这里选择了默认路径，根据自己情况酌情选择。

 

这里直接选择了配置全局的环境变量。如果这里不配置，可以安装之后手动配置。

 

安装中，这个过程可能要几分钟。

 

 

 

 

到这里都全部安装好了。

 

验证Anaconda是否安装成功.

打开windows终端，输入conda-env list 可以如下面所示则表示安装正常，环境变量也配置好了。

 

如果环境变量没有配置好，可以鼠标右键我的电脑->属性->高级系统设置->高级->环境变量

将如下路径配置到path路径下，最后点击确定即可。

 

到这类Anacoda安装完毕！

 

2.安装Nvidia CUDA cuDNN.

这里安装CUDA 和 cuDNN.（根据CUDA版本确定cuDNN的版本）

时间:2019-11-25

 

根据Tensorflow,Pytorch,PaddlePaddle对版本进行选择:

Tensorflow：https://www.tensorflow.org/

https://tensorflow.google.cn/install/source_windows

 

 

 

Pytorch:https://pytorch.org/get-started/locally/

Pytorch 要求的CUDA版本最高是10.1.

 

PaddlePaddle:https://www.paddlepaddle.org.cn/install/quick

 

上面的Tensorflow,Pytorch,PaddlePaddle都支持CUDA 10 cuDNN 7.4

 

所以这里确定CUDA和cuDNN版本如下:

软件版本，cuDNN下载时需要注册nvidia账号，如果从网站下载较慢，可以复制链接使用迅雷下载。

CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive

 

CUDA:cuda_10.1.243_426.00_win10.exe

cuDNN下载地址https://developer.nvidia.com/rdp/cudnn-download

 

cuDNN:cudnn-10.1-windows10-x64-v7.6.5.32.zip

 

2.安装CUDA

第一步选择路径，我选择默认C盘路径.(根据自己情况而定)

 

 

 

 

 

 

 

验证CUDA是否安装完成

打开终端，输入nvcc -V 如果有如下输出则表示安装成功！

 

3.安装cuDNN

解压cuDNN安装包

 

将上面的各个文件的内容复制到CUDA安装路径对应的文件夹中

 

然后添加环境变量C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64，

大功告成！

 

 

 

创建虚拟环境时发现异常

 

解决：

如果安装软件比较慢，配置国内的清华镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes

 

 

 

 

 

4.安装Tensorflow深度学习框架

conda create -n Tensorflow python=3.7
conda activate Tensorflow
pip install --upgrade pip
pip install tensorflow
pip install tensorflow-gpu
pip install tf-nightly
pip install tf-nightly-gpu

 

验证Tensorflow是否安装成功

参考博客：https://blog.csdn.net/qq_44774398/article/details/99832436

 

import tensorflow as tf
import timeit


with tf.device('/cpu:0'):
	cpu_a = tf.random.normal([10000, 1000])
	cpu_b = tf.random.normal([1000, 2000])
	print(cpu_a.device, cpu_b.device)

with tf.device('/gpu:0'):
	gpu_a = tf.random.normal([10000, 1000])
	gpu_b = tf.random.normal([1000, 2000])
	print(gpu_a.device, gpu_b.device)

def cpu_run():
	with tf.device('/cpu:0'):
		c = tf.matmul(cpu_a, cpu_b)
	return c 

def gpu_run():
	with tf.device('/gpu:0'):
		c = tf.matmul(gpu_a, gpu_b)
	return c 


# warm up
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)


cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)

————————————————

版权声明：本文为CSDN博主「某w」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/qq_44774398/article/details/99832436

 

安装成功！

 

 

安装Pytorch深度学习框架

conda create -n Pytorch python=3.7 
conda activate Pytorch # 不用-c 会使用清华镜像速度快 
conda install pytorch torchvision cudatoolkit=10.1

 

 

测试是否安装成功

import torch
flag = torch.cuda.is_available()
print(flag)

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda()) 

————————————————

版权声明：本文为CSDN博主「明月几时有.」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/weixin_35576881/article/details/89709116

 

测试Pytorch是否安装成功

 

安装PaddlePaddle深度学习框架

conda create -n PaddlePaddle python=3.7 conda activate PaddlePaddle

 

参考网站：https://www.paddlepaddle.org.cn/install/quick

python -m pip install paddlepaddle-gpu==1.6.1.post107 -i https://pypi.tuna.tsinghua.edu.cn/simple

测试是否安装成功

 

import paddle.fluid
paddle.fluid.install_check.run_check()

出现异常

 

原因是不支持CUDA10.1

 

完结！ 

 

参考:

感谢！

https://blog.csdn.net/weixin_35576881/article/details/89709116

https://blog.csdn.net/qq_44774398/article/details/99832436