Tensorflow-gpu的安装与配置(对一篇宝藏博客的补充)

之前我一直是直接下载的PyCharm使用,其实Anaconda中是带有PyCharm的。如果你是刚接触不久的,我建议是直接一次性把Anaconda下载并配置好,里面有许多工具,今后会更加方便。

我的旧电脑也无法使用GPU进行训练,所以一直将就着。最近实验的训练数据增大,又换了新电脑,时间成本确实太大,必须要用GPU训练。

我参考的博客是这篇,文章比较新,我觉得写得非常好,非常详细!再次感谢这位博主!

Tensorflow-gpu保姆级安装教程(Win11, Anaconda3,Python3.9)

接下来我将结合自身遇到的问题,进行补充和说明:

1、首先要说明的是,tensorflow是有两个版本的!!

我之前在官网上看到的说1.15版本之前,CPU和GPU软件包是分开的。证明我所言非虚,如下图:

 

这对我对我造成了很大的误导,认为没有tensorflow-gpu了,实际上不是,我按照博客里的指引,安装了2.7的版本,由此可见CPU和GPU软件包仍然是分来的。

安装了tensorflow-gpu后,就不用安装tensorflow了!!在使用的时候也是直接 import tensorflow,而不是 import tensorflow-gpu。在PyCharm里,如果你import的包有 - 符号,是会报错的(具体原因我还没弄清楚),甚至你自己的.py文件名里有 -  符号一样是报错,所以如果你要import自己编写的.py文件,需要把文件名里的 - 符号改成下划线_。

2、tensorflow-gpu、CUDA、cuDNN版本对应关系

不是所有的东西都是越新越好,python学习过程中就能体会到这一点。按照博客中,直接下载作者的版本就好,低一些的版本用起来更顺手,前人的经验,让后人少踩坑。

3、tensorflow环境的创建

对应博客中的【(六)创建tensorflow环境】。

我之前在PyCharm里的环境在我安装Anaconda之后立刻就用不了了,并且我原来安装过的所有的包都没法在PyCharm里查看了,所以我不知道原来安装了哪些包、版本是多少。

所以创建环境之后,我立马按照源文件里的报错,把包都重新安装上。由于我粗暴采用 conda install 的方式,没有考虑到包的版本,导致我的环境最后搞得乌烟瘴气,各种包之间相互冲突。最后无奈,我只能删掉这个环境,重新再创建一个。

conda remove -n  环境名 --all     #删除创建的虚拟环境,包括里面所有的包

注意!!删除前要退出你所要删除的这个环境!!

conda deactivate

第二次重新创建环境,我只安装了这次实验必要的包,最为重要的还是numpy和pandas这两个,我安装的版本是numpy 1.19.5 ,pandas1.5.3 ,matplotlib 4.3.3 ,没有问题。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值