深度學習筆記01-事前準備

前言

一、我的環境

二、安裝Python

1.下載安裝檔

2. 安裝Python

3. 添加到環境變數

4. 測試

三、安裝CUDA(僅限NVIDIA顯卡)

1. 說明

2. 查看顯卡基本訊息

3. 下載CUDA

4. 安裝CUDA

5. 添加到環境變數

6. 測試

四、安裝cuDNN

1. 說明

2. 下載cuDNN

3. 配置cuDNN

五、安裝Tensorflow 

1. 說明

2. 安裝

3. 測試

總結

---

前言

本系列為365天深度學習訓練營學習筆記

---

一、我的環境

• 電腦系統：Windows 10

• 顯卡：NVIDIA Quadro P620

• 語言環境：Python 3.7.0

• 開發工具：Sublime Text，Command Line(CMD)

• 深度學習環境：Tensorflow 2.5.0

---

二、安裝Python

1.下載安裝檔

下載連結：Python官網

請依所需作業系統、版本需求下載

補充 :

我是下載3.7.0，供參考

在Windows上要安裝Tensorflow2，Python至少需要3.6以上版本

安裝Tensorflow時若遇到版本不合的問題，多嘗試幾個版本即可

2. 安裝Python

雙擊剛剛下載的執行檔，依照說明選擇安裝路徑後完成安裝

建議: 將 添加路徑到環境變數中 的選項勾起來

3. 添加到環境變數

在環境變數設定區查看是否已經有添加Python執行檔路徑，如果沒有自行新增即可

補充 : 預設安裝路徑是C:\Users\user\AppData\Local\Programs\Python\Python37\

4. 測試

開啟命令提示字元，輸入python按Enter，有出現版本號和>>>就算完成

---

三、安裝CUDA(僅限NVIDIA顯卡)

1. 說明

CUDA是由輝達NVIDIA所推出的一種軟硬體整合技術，是該公司對於GPGPU的正式名稱。

透過這個技術，使用者可利用NVIDIA的GPU進行圖像處理之外的運算

2. 查看顯卡基本訊息

在命令提示字元中輸入nvidia-smi，找出右上角CUDA可用版本

補充 : 這裡的版本是『可用的最高版本』，下一步下載時須注意不可超過此版本，會安裝失敗

3. 下載CUDA

下載連結：CUDA Toolkit Archive | NVIDIA Developer

因為我的可用最高版本是11.0，所以下載11.0.3

​

4. 安裝CUDA

第一步的路徑只是暫存檔，不須調整

​

一直按下一步直到『安裝選項』，選擇『自訂』，下一步

​

自訂安裝選項中，選擇第一個CUDA就好，下面兩個不用裝

​

一直按下一步直到完成

建議: 將 添加路徑到環境變數中 的選項勾起來

5. 添加到環境變數

在環境變數設定區查看是否已經有添加CUDA路徑，如果沒有自行新增即可

補充 : 預設安裝路徑如下，有兩個要放到環境變數中

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp

​

6. 測試

開啟命令提示字元，輸入nvcc -V按Enter，有出現版本號就算完成

​

---

四、安裝cuDNN

1. 說明

cuDNN 是NVIDIA 提供用於深度神經網絡（DNN）的GPU 加速庫

它建立在CUDA 的基礎上，提供了高度優化的實現，能夠最大程度地提高深度學習工作負載的性能

cuDNN 提供了一系列的GPU 加速的深度學習原始操作，例如卷積、池化、標準化等

2. 下載cuDNN

下載連結：NVIDIA cuDNN官網

請依照剛剛的CUDA版本來選擇，我下載的是v8.9.7 for CUDA 11.x

​

3. 配置cuDNN

解壓cudnn-windows-x86_64-8.9.7.29_cuda11-archive.zip

把bin目錄下的所有dll複製到CUDA\bin資料夾下

​

把include目錄下的所有.h檔複製到CUDA\include資料夾下

​

把lib\x64目錄下的所有lib檔複製到CUDA\lib\x64資料夾下

​

---

五、安裝Tensorflow 

1. 說明

TensorFlow是一個開源軟體庫，用於各種感知和語言理解任務的機器學習

2. 安裝

在命令提示字元中使用pip安裝

pip install tensorflow==2.5.0

補充：

不同Python版本支援的Tensorflow版本也會不同，失敗的話可以升級或降級Tensorflow試試

我的Python3.7.0搭配Tensorflow2.5.0可正常運行，供參考

3. 測試

import tensorflow as tf

print("TensorFlow 版本:", tf.__version__)

運行結果：

​

看到版號出現，完成

---

總結

安裝過程中遇到很多版本衝突問題，多嘗試即可解決