最近刚要开始接触深度学习,搭建Keras框架差点儿奔溃喽😭
下面是亲测有效!!一次就成的环境搭建步骤!!!!
(首先你要有Anaconda,这个安装一般不会出错,网上教程很多,这里就不再啰嗦啦。)
搭建环境
有两种方法,一种是用anaconda的conda命令实现(打开Anaconda Prompt,输入下面这行代码
conda create -n tensorflow python=3.7
另一种是直接打开Anaconda–>Environments–>Create,然后创建python3.7,名为tensorflow(可以自己随便取)的环境,推荐这种方法!!
安装Tensorflow-gpu 1.14.0+Keras 2.2.4
这两样的安装都是在我们上面创建的环境里面进行的,所以我们要先进入上面创建的环境里
activate tensorflow
接着进行安装,这里用的是豆瓣镜像,比较快(网上很多推荐用的清华镜像源,但我电脑运行的时候会报错,不晓得啥问题QAQ)
pip install -i https://pypi.douban.com/simple tensorflow-gpu==1.14.0
pip install -i https://pypi.douban.com/simple keras==2.2.4
如果你只是做到这里,验证能否正常使用gpu加速时,你会迎来一长串的error= _ =
经n番搜索,发现还要下载cuda,cudnn,vs。。这里也很容易入坑,有的可能是没有认真搜索自己所需版本的tensorflow与哪个版本的cuda啊啥的相匹配(例如说tensorflow-gpu 1.14.0可以与cuda10.0匹配,换成cuda10.1就不行了,所以小伙伴们一定要查清楚再下载哦!),还有人或许是不知道去哪里下载历史版本,直接下官网默认的,然后出错了。
接下来我就一步步详解~~并附上下载链接(给你给你都给你)
vs2017
这个我下了一晚上,可能我的小破机不够给力)这里给大家推荐一个超级超级赞的公众号:软件安装管家
emm我需要的软件它几乎都有,安装步骤超详细(虽然有些网盘链接过期了,例如我要下的vs2017,但这不费影响我对它的喜爱哈哈哈哈哈)
我就网上随便找了个链接下载,按照这个公众号的安装步骤一步步弄下来。
(本想截图放上来,但是太长了qwq 自力更生,加油嗷~~)
cuda10.0
cuda10.0下载链接,点进去就是啦
接着就是cuda的安装了(不一一截图,博客太长大家懒得看的吧,当然最主要原因是我安装的时候木有截图🤐,全配置成功了临时起意写个博客,😝)
1.双击安装包打开,并设置安装路径。然后等待安装。
2.进入配置界面,设置相关配置。它会先检查系统兼容性,要等待一小会滴–>单击’同意并继续’–>‘安装选项’勾选’自定义’,单击’下一步’–>单击’下一步’
3.选择安装位置,我是下在它默认的C盘地址(推荐),一定要记住这个安装位置哦,后面安装cudnn的时候要用到这个地址哦。(所以安装在默认地址也有好处,百度查一下就知道自己刚刚装在哪个位置啦)然后就静静等待一会
4.单击’下一步’–>单击’下一步’–>单击’关闭’
就安装结束啦啦啦啦?
还没呢,别急
你会发现环境变量里自动多出来这两个
但我们还要继续手动添加四五 个环境变量
CUDA_ SDK_ PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_LIB_ PATH = %CUDA_PATH%\lib\x64
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_ SDK_ BIN_ PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH =%CUDA_SDK_PATH%\common\lib\x64
这下是真的可以啦嘻嘻,你可以在cmd里面输入 nvcc -V 进行测试!
↑这样子的话,就表示你装成功了
cudnn7.4.1
你需要先注册才能下载,嗯,我认为这个注册有一丢丢繁琐啦,尤其是用户名改了好几个才没重复😥
cudnn下载链接
将下载的安装包解压,然后将这三个文件夹一起复制到cuda10.0的安装地址,就是上面强调要记住的辣个地址啦!!
复制过去就okk啦
验证一下是否可以正常使用gpu加速
到了这一步有木有很激动鸭,我是有唔,因为环境配置有点久了╯︿╰
之前没有下vs,其实也不是说一定要下vs,只是cuda要用到vs里的一个插件,单独下载那个插件也行
python
↑正常,进入下一步
import tensorflow as tf
nice终于没报错了,之前每到这里就赠予我一长串errors
sess = tf.Session()
看到↑就表示你可以正常加载gpu,恭喜恭喜(●’◡’●)