今天阅读了《python深度学习》这本书,跟国内的书籍不同,竭力要将复杂的事情简单化,语言通俗易懂。用浅显的语言讲述深奥的道理。下午开始搭建python深度学习环境。结合了几个帖子的内容,终于搞定。
第一步安装Anaconda3.0,内置python3.9,其它像keras2.9.0也已经打包安装。由于想使用tensorflow-gpu所以安装较为复杂一些。
第二步安装Cuda和Cudnn的安装
CUDA安装的版本要注意跟自己机器上的GPU版本匹配,这里选用了11.2;Cudnn的版本也要适配CUDA,注意看网站上的说明。
cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive
Cudnn是一个压缩包,解压的时候将几个目录对应解压到CUDA的同名目录下面。然后打开Anaconda的Prompt文件,出现命令窗口输入nvcc -V,可以看到成功运行的结果。
第三步安装tensorflow
创建虚拟环境
conda create -n tf2.9 python=3.9 (这里取名2.9是版本号)
激活环境
activate tf2.9
安装
pip install tensorflow-gpu==2.9(一定不要这样输入,会非常慢,最好使用下面镜像的方式下载安装)
pip install tensorflow-gpu==2.9 -i https://pypi.tuna.tsinghua.edu.cn/simple(从清华的镜像安装)
第四步测试
输入
python
import tensorflow as tf
tf.test.is_gpu_available()
返回为true,说明tensorflow安装成功。