TensorFlow 是一个端到端开源机器学习平台。它拥有一个包含各种工具、库和社区资源的全面灵活生态系统,可以让研究人员推动机器学习领域的先进技术的发展,并让开发者轻松地构建和部署由机器学习提供支持的应用,TensorFlow官网可以看一下。
话不多说直接来。
1、下载安装Anaconda3
进入Anaconda3官网(https://www.anaconda.com/distribution);
当然如果嫌慢可以用国内清华镜像网站(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/)
选择python3.7的64bit的安装包,mac或者linux选其他的即可。
下好之后直接点安装就好,安C盘会好一些;唯一注意的地方就是再这个地方可以勾上,不勾上得自己去环境变量里添加,会麻烦一些。
进入命令行cmd后,使用conda --version 可查看版本,然后安装完后进去的界面:
然后点左边的Environments可以看到有一个base(root),这就是最初安装后的环境,这里对应需要的python是3.5.4,所以可以点后面更改;
接下来修改路径,我是安在C盘的,进入命令行,输入 jupyter notebook --generate-config回车后再用户文件夹下会出现.jupyter文件夹并有jupyter_notebook_config的py文件
接着用Notepad++打开jupyter_notebook_config.py找到c.Notebook(看行数)输入自己的新路径,取消注释#,点击保存,这下就修该好了路径
再打开命令行,输入jupyter notebook,你就发现你的路径已更改
这里如果修改后不工作了,在Anaconda Prompt 终端再输入jupyter notebook --generate-config,会提示覆盖这是正常的,再修改一下路径就可以了。
接着找到你想用的浏览器路径(下面是我的浏览器路径)找到App.browser = ‘’,在这行下面添加以下三行代码
import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\ProgramFiles (x86)\Google\Chrome\Application\chrome.exe"))
c.NotebookApp.browser = 'chrome'
这样就修改好了Anaconda使用的浏览器和使用路径。以后我们的Jupyter Notebook将写下Tensorflow2.0的内容,可在菜单里选择或者只需在命令行中输入 :jupyter notebook,执行上面命令之后, Jupyter Notebook 将在你的默认浏览器中打开,网址为:http://localhost:8888/tree
如果要管理自己的虚拟环境,进入Anaconda Prompt中比如创建版本python3.5的虚拟环境python35,输入 conda create --name python35 python=3.5即可,之后使用activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,
命令行前面也会多一个(base) 说明当前我们处于的是base环境下
如果忘记了名称我们可以先用 conda env list,之后可使用conda remove --name test --all卸载环境。
2、下载安装CUDA和cuDNN
在CUDA官网进行下载,下载完成后,打开下载的驱动,取勾GeForce Experience
如果电脑上本身就有Visual Studio Integration,要将这个取消勾选,避免冲突了。
点开Driver comonents,Display Driver这一行,前面显示的是Cuda本身包含的驱动版本是411.31
如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号,那一定要把这个勾去掉。否则会安装失败(相同的话,就不用去取勾了)
打开此路径,查看nvcc.exe
有这个nvcc.exe就说明CUDA安装已成功
打开此文件夹,查看有没有cuti64_100.dll
有这个cuti64_100.dll就说明CUPT1已成功
接着cudnn官网选择cuDNN for CUDA10.0下载
解压后复制到CUDA文件夹下
之后在环境变量path中加入cuDNN路径,CUPTA路径
测试CUDA在命令行中输入 nvcc -V
说明我们CUDA的版本是10.0
下载安装tensorflow
安装Tensorflow,在Anaconda Prompt中输入:conda create -n tensorflow python=3.5
一般情况下下载会很慢,因为一般默认链接的都是国外镜像地址,下载肯定很慢。改一下链接镜像的地址:打开安装好的Anaconda中的 Anaconda Prompt,然后输入:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
这两行代码用来改成连接清华镜像的。
再打开C:\Users\Administrator.condarc文件,删除两行代码:
ssl_verify: true
defaults
然后在Anaconda Prompt中输入:conda create -n tensorflow python=3.5
之后在我们的虚拟环境下输入 pip --default-timeout=100 install tensorflow-gpu==2.0.0-beta0
如果下载太慢,可以尝试用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow,可能需要升级pip
成功安装后的界面:
然后我们测试TensorFlow:在命令行中输入
import tensorflow as tf
tfabab.test.is_gpu_available()
显示True,说明gpu版本已经安装成功。
这里有一些我遇到的坑的解决办法:
1、如果显示什么Could not load dynamic library ‘cudart64_100.dll’; dlerror: cudart64_100.dll not found,简单的方法是去对应路径改下名字,这是不同对应版本的问题。
1.找到CUDA的安装目录(默认:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA)
2.直接搜索:cudart64
3.搜到的是cudart64_101.dll右键属性,把它改成(如图):cudart64_100.dll
2、出现:ImportError: No module named tensorflow可是这个TensorFlow的库明明已经安装成功,在conda list里面存在。这里需要升级setuptool再重新安装
pip install --upgrade -I setuptools
3、安装出现socket.timeout: The read operation timed out。像前面的安装方法里一样加超时时间
pip3 --default-timeout=100 install -U tensorflow
4、cuDNN的官网可能有网络问题,只能换网下载。