Win10,Anaconda,GPU,CUDA9.0,cudnn7.1,python3.6,TensorFlow环境安装

参考资料
https://blog.csdn.net/SHAOYEZUIZUISHAUI/article/details/90633059 (安装步骤)
https://blog.csdn.net/shuiyuejihua/article/details/78738664 (如果安装不当,或者想卸载原来的CUDA版本)
https://blog.csdn.net/qq_26580757/article/details/78724076 (错误解决)

1、Anaconda下载安装

https://blog.csdn.net/xiaoxiaogh/article/details/79188446
参考1到3步

2、CUDA9.0,CUDNN7.1

注意,截止本博客前,CUDA9.0为支持深度学习的最高版本,本人已经测试过9.2版本,结果是卸载重装9.0版本,很坑。CUDNN版本只需要适应CUDA9.0即可,当然得是7版本的。
查看可适配的版本:
https://tensorflow.google.cn/install/source_windows
安装步骤:
http://www.pianshen.com/article/673729303/
CUDA:
https://developer.nvidia.com/cuda-toolkit-archive
cudnn,需注册下载:
https://developer.nvidia.com/rdp/cudnn-archive

3、CUDA,CUDNN安装以及系统变量设置

https://blog.csdn.net/qq_37296487/article/details/83028394
环境变量设置参考:
https://blog.csdn.net/u011311291/article/details/81393933
系统盘大的就一直下一步就行,这种情况下系统变量会自动设置

想要安装在其他盘符则需要记住对应地址,用于系统变量的设置。

将cudnn解压后的文件放置到对应目录下,也就是之前在环境变量中添加的cuda地址。
放置后再在环境变量中添加
我的是

到这里基本环境以及安装完成,开始在Anaconda Prompt内创建TensorFlow环境。

4、TensorFlow环境创建

创建一个名为tensorflow的新环境,python版本为3.6

conda create --name tensorflow python=3.6

在这里插入图片描述
他这是嫌弃我anaconda版本低,但对创建环境无影响。(这里不推荐升级anaconda,本人升级过一次,所有的环境都无效了)
在这里插入图片描述
输入y进行安装。

在这里插入图片描述
输入

activate tensorflow

以激活新创建的环境。

一些基本python库安装,视情况自行选择

pip install numpy
pip install scikit_learn
pip install scipy
pip install matplotlib
pip install pandas
pip install Pillow

安装tensorflow-gpu版本,我选择的是1.10版本,以及基于tensorflow的Keras安装。

pip install tensorflow-gpu==1.10.0
pip install keras

安装完成后的测试步骤

activate tensorflow//激活环境
python//进入python环境
import tensorflow//导入tensorflow
import keras//导入keras

在这里插入图片描述

至此,全部完成。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于安装 TensorFlow-GPU 1.14.0,您需要确保您的 Anaconda 环境已正确设置,并且已安装了正确版本的 CUDAcuDNN。 下面是安装步骤: 1. 首先,确保您已经成功安装Anaconda。如果还没有安装,请按照官方文档的指导进行安装。 2. 接下来,您需要安装 CUDA 10.0。您可以从 NVIDIA 官方网站下载适用于您的操作系统的 CUDA 安装程序,并按照指示进行安装。 3. 安装 CUDA 后,您需要安装 cuDNN 7.4。您需要先注册一个 NVIDIA 开发者账号,然后从 NVIDIA 开发者网站下载 cuDNN 安装包。根据您的操作系统和 CUDA 版本选择正确的版本,并根据 cuDNN 安装指南进行安装。 4. 安装CUDAcuDNN 后,打开 Anaconda Prompt(Windows)或终端(macOS/Linux)。 5. 创建一个新的环境并激活它: ``` conda create -n tf_gpu_env python=3.7 conda activate tf_gpu_env ``` 6. 在新环境安装 TensorFlow-GPU 1.14.0: ``` pip install tensorflow-gpu==1.14.0 ``` 7. 安装完成后,您可以通过运行以下代码来验证 TensorFlow 是否正确安装并使用 GPU: ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 如果输出为 True,则表示 TensorFlow 正确安装并且可以使用 GPU。 请注意,安装 TensorFlow-GPU 需要确保您的系统满足 CUDAcuDNN 的要求,并且您的 GPU 支持 CUDA。如果您遇到任何问题,请参考 TensorFlow 官方文档或在相关论坛上寻求帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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