搭建环境
本来以为搭建环境很简单,应该不会有太大问题,万万没想到,还是遇到了各种坑。
虚拟机
自从配了这台电脑,就打着能够一边跑训练,一边打游戏的如意算盘。打游戏用win10,训练用ubuntu的话,那么无外乎两个方案吧,一个是双系统,一个是虚拟机。貌似双系统并不能满足我一边训练一边打游戏的需求,所以就尝试借助VMware搭建ubuntu虚拟机。
说干就干,装系统,装软件,一顿倒腾,到装cuda的时候发现,虚拟机的显卡是虚拟出来的,不能使用cuda(PS:对于我这种小白来说),貌似可以用passthrouth的方法,但是操作起来很麻烦,所以放弃了。
win10上搭建机器学习环境
虚拟机搞不定了,就暂时在win10上直接搭建环境吧,后续有需要再装双系统。
pycharm
IDE还是选择pycharm吧,毕竟用的人比较多,以前用过,上手比较快,调试什么的也挺方便的。
Anaconda
根据度娘的介绍:Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等。
个人感觉使用Anaconda最大的好处就是可以根据不同需求配置Python环境;
tensorflow-gpu
决定从tensorflow开始入门深度学习,所以安装了这个包,而tensorflow依赖cuda和cuDNN,所以先得安装cuda和cuDNN。
最开始我是在官网下载最新版本的cuda和cudnn,然后再安装最新的tensorflow,然而当我以为大功告成,想要import tensorflow时,却报错了。然后开始各种删除环境,配置环境来回折腾,都没用,最后上网查到可能是版本tensorflow版本和cuda、cuDNN版本不兼容导致的。(吐槽:都是最新版本,竟然不兼容,大家有没有点合作意识啦)。后来找到一篇博客:https://blog.csdn.net/SIR_wkp/article/details/80525863 ,这里面介绍了,怎么查看如何避坑。