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