最近因为要读项目代码,在项目环境配置方面遇到了很多问题,决定把踩过的坑总结一下,写个配置过程。
查看项目的requirement,查看其所需要的tensorflow框架的版本,然后根据官网查看需要配置的python、cuda、cudnn对应的版本。官网地址:https://tensorflow.google.cn/install/source_windows#gpu .我需要下载1.15.0,所以选择如图所示的配置。
![](https://img-blog.csdnimg.cn/img_convert/2b3425c25aa736ebe18aa5f9b396eeb5.png)
查看电脑的nvdia版本,这一步确定自己电脑可以配置的最高cuda版本。在电脑搜索NVIDIA控制面板-帮助-系统信息-组件,查看个人cuda版本。如图,我电脑最高可以下载11.6.
![](https://img-blog.csdnimg.cn/img_convert/88eedef304278fa4edbd7d7254fad566.png)
打开anaconda prompt,创建虚拟环境。注意使用正确的python版本。其中hhh为创建的虚拟环境名字。
conda create -n hhh python=3.7
激活虚拟环境,就会如图显示。
conda activate hhh
![](https://img-blog.csdnimg.cn/img_convert/89951a9cb3a9c52ad0c100f859b39b0b.png)
安装正确版本的cudatoolkit和cudnn.
conda install cudatoolkit=10.0
conda install cudnn=7.4
安装正确版本的tensorflow
pip install tensorflow-gpu==1.15.0
如果很慢可以使用镜像
pip install tensorflow-gpu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
进行测试,输入python进入环境。import tensorflow成功即可。
![](https://img-blog.csdnimg.cn/img_convert/8ed84aa002ba52aa81b1e60f3c6966f2.png)
这一步可能有报错;
![](https://img-blog.csdnimg.cn/img_convert/0020606b9f6ee7158af7d5ea44256b69.png)
按照提示调整相关版本即可:
![](https://img-blog.csdnimg.cn/img_convert/ce4f7e4dc8ce7d0a3ec389fbf24084a4.png)
在pycharm中进行配置,用pycharm打开项目。点击左上角文件-设置-python解释器.
![](https://img-blog.csdnimg.cn/img_convert/f6dcc1a344e2e2684a7a7cc54a563a2b.png)
选择如上图所示的小设置按钮,点击添加,点击三个点,在弹出窗口中,选择anaconda/envs/hhh目录下的python解释器,如下图。
![](https://img-blog.csdnimg.cn/img_convert/ace4e91b5f71d5723cdc5813e7cdd899.png)
点击确定则应用成功。
参考博客:
https://blog.csdn.net/qq_41719643/article/details/109777042
https://blog.csdn.net/qq_51447436/article/details/125573273