tensorflow pytorch cudnn cuda jupyter 一站式教程
前言
大家好,最近由于安装anaconda次数太多,导致路径混乱,jupyter使用出现了各种问题。在不断的解决问题中,又不断地出现新的问题。在安装环境之余,自己总结出了这篇文章,供学弟学妹们阅读参考,而不是花太多的时间在配置代码环境上面。之后我会不断地完善这一篇文章,使得其更加简单有效,快速配好大家的安装环境。
本文仅仅是针对 python3.7 + cudatoolkit=10.1 + cudnn=7.6 + tensorflow-gpu==2.1.0 进行搭建,搭建步骤都是一样的,只是各自的版本需要根据具体的代码环境进行对应,学弟学妹们只需要在步骤中更改各自的版本即可。
1. Anaconda
首先是要安装anaconda,如果你是安装python3.7的话就跟着我走就行了,anaconda一定要和python版本对应。当然python不仅要和anaconda对应,同样也要和cudnn和cuda对应,这就像是一个配方,每一个工具都必须使用对应版本的,不然你就会拉肚子,甚至腹泻。所以,同学们,如果你要安装什么样的版本,请提前查询好对应的python tensorflow 以及pytorch,再和对应的cuda和cudnn进行匹配。
查询cudnn cuda python和tensorflow版本对应的问题请参考链接:
cudnn cuda python和 tensorflow版本对应
查询python和anaconda版本对应的问题请参考链接:
python和anaconda版本对应
anaconda各个版本下载请参考链接(这里使用清华镜像源下载):
anaconda各版本下载
2. 将anaconda进行换源
大家都知道,使用官网安装的话实在是太慢了,这里必须使用国内的镜像源才能提高安装速度。
2.1 pip换源
pip换源请在安装好anaconda之后执行cmd命令,再直接执行命令:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
2.2 conda换源
conda的换源是有很多坑的,虽然你们看了很多教程,也是可以用的,这里为了简化大家时间我就奉上我的操作。将
C:\Users\Administrator
目录下直接创建一个文件,文件命名为:
.condac
这里面的内容是
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
好了,做完以上步骤。那么恭喜你,pip和conda换源你已经成功了。剩下的就是,安装环境了。
3. 环境的安装
######################################### 注意了,这里面的每一步都是单独输入到cmd命令里面的
conda create -n DNDM python=3.7 # 3.1 创建环境,并命名为DNDM
activate DNDM # 3.2 打开虚拟环境DNDM
conda install cudatoolkit=10.1 cudnn=7.6 # 3.3 在虚拟环境里面安装cuda的cudnn驱动
pip install tensorflow-gpu==2.1.0 # 3.4 安装gpu版本的tensorflow
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch # 3.5 安装gpu版本的pytorch
好了,到此为止,环境已经安装好了,剩下的你们直接测试一下tensorflow和pytorch是否已经安装成功了。
测试tensorflow是否安装好
Microsoft Windows [版本 10.0.19044.1288]
(c) Microsoft Corporation。保留所有权利。
C:\Users\asd>activate DNDM # 打开环境DNDM
(DNDM) C:\Users\asd>python # 键入python
Python 3.7.13 (default, Mar 28 2022, 08:03:21) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf # 导入安装的tensorflow库
2022-06-22 16:04:28.378480: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
>>> tf.__version__ # 利用tensorflow语句,查看是否可以使用tensorflow
'2.2.0'
>>>
4. Jupyter ipython的安装
conda install jupyter ipython # 利用conda下载jupyter ipython
ipython kernelspec install-self --user
conda install -n DNDM ipykernel # 在环境DNDM里面安装ipykernel
python -m ipykernel install --user --name DNDM --display-name "DNDM" # 将内核重新命名,这样在打开内核的时候,里面的内核显示是DNDM