window10中深度学习环境配置

目录

查看显卡驱动版本

安装cuda和cudnn

安装anaconda

创建虚拟环境

更改国内下载源

安装opencv

安装tensorflow

安装pytorch

---

 

---

查看显卡驱动版本

cmd进入终端
cd C:\Program Files\NVIDIA Corporation\NVSMI
nvidia-smi

 

安装cuda和cudnn

查看cuda版本：https://www.jianshu.com/p/d3b9419a0f89

查看安装cuda版本对应的驱动版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

安装教程：https://blog.csdn.net/m0_37872216/article/details/103136477

安装anaconda

去下载安装anaconda：https://www.anaconda.com/download/

创建虚拟环境

创建虚拟环境：

conda create -n 环境名字 python=3.6 #指定python的安装版本为python3.6

更改国内下载源

更改国内下载源：

pip 国内源

更改 pip 源，可以让 pip 加速。在 user 目录中创建一个 pip 目录，如： C:\Users\xx\pip，xx是用户名，新建文件pip.ini（建议先新建成 .txt 文件，之后将后缀名改回），内容如下：

[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = https://pypi.tuna.tsinghua.edu.cn

conda 国内源

如果 conda 命令执行很慢，可以更改 conda 源，让conda 加速。在cmd终端输入下列命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

运行以上两句，在c:\users\xx 目录下生成.condarc，xx表示用户名。.condarc 内容如下，表示成功：

channels:
　　https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
　　defaults
show_channel_urls: true

安装opencv

https://www.lfd.uci.edu/~gohlke/pythonlibs/

下载之后安装

或者：

pip install opencv-python

安装tensorflow

tensorflow-gpu版本对应：https://www.tensorflow.org/install/source_windows#gpu

检测是否安装成功：

import tensorflow as tf
print('Tensorflow Version:{}'.format(tf.__version__))
print(tf.test.is_gpu_available())

显示“GPU True”,即代表GPU版本安装成功！

 

如何查看当前tensorflow版本：

python
import tensorflow as tf
tf.version

 查询tensorflow安装路径为:

tf.path

1、使用pip可以安装特定版本的tensorflow，比如

   pip install tensorflow-gpu==1.7.0

2、升级到最新GPU版本

   pip install --upgrade tensorflow-gpu

3、升级到最新CPU版本

  pip install--upgrade tensorflow

4、如何降低自己的tensorflow版本？

pip install --upgrade tensorflow-gpu==1.1.0

安装pytorch

官网下载：https://pytorch.org/

根据官网给的命令下载安装。

怎么查看pytorch安装成功：

运行以下命令

import torch 
x = torch.rand(5,5) 
print(x)

输出类似下面内容，则pytorch安装成功

再执行

torch.cuda.is_available()

如果返回True，GPU版Pytorch成功安装完毕