1. CUDA
- 查看自己NVIDIA驱动版本
(1)打开NVIDIA控制面板(鼠标右键就会有),点左下角系统信息,点击显示就会有驱动程序版本,点击组件就会有NVIDIA CUDA的版本。
(2)可通过CUDA Toolkit and Compatible Driver Versions核对自己需要下载的CUDA Toolkit版本。 - 下载安装CUDA Toolkit
CUDA Toolkit下载地址
安装时选择自定义安装,只选择CUDA组件即可。
共有三个要安装的东西:Development,Documentation,samples - 环境变量
将Development存放目录的include和lib\x64子目录添加到系统path环境变量中 - 测试
cmd中输入nvcc -V
测试一下
2. cuDNN
- cuDNN下载地址
需要注册,比较麻烦,可以复制下载链接,使用迅雷下载 - 配置
解压后,将文件(共三个)放到CUDA Development目录中对应的文件夹下
3. Anaconda安装tensorflow-gpu
- 查看所需tensorflow-gpu的版本
- 设置清华源
需要修改的文件在C:\Users\your_name\.condarc
对于设置源后依旧超时问题,可设置超时时间
conda config --show #查看配置
conda config --set remote_connect_timeout_secs 100 #设置连接超时时间
conda config --set remote_read_timeout_secs 300 #设置读超时时间
- 新建虚拟环境
新建的环境会保存到**Anaconda安装目录\envs目录\你的环境名**
conda create –n huan_jing_ming python=3.6 #新建环境
conda install anaconda #可安装一些基础工具包
conda install tensorflow-gpu
conda install keras-gpu
4. 问题(被这问题搞了半天)
- Anaconda Navigator打不开,尝试网上的方法不行,比如更新conda,还有五条命令的方法,报错(No module named ‘PySide’, No Qt bindings could be found),解决方法:Anaconda Prompt中执行
pip install pyqt5
- 新建虚拟环境时或install包时(有中断过程,比如连接超时等错误),输入命令后solving environment done了,但实际却什么也没有干。解决方法:
conda clean命令
conda clean --all #只在第一个选y(yes)即可,第二个选n(no)
conda clean -t #或者这样应该也可以,没试过,我猜只把缓存的压缩包删掉就行
5. Pycharm配置
- 新建项目
在python编译器目录下,选择envs目录\创建的虚拟环境目录\python.exe - 现有项目
(1)选择File → settings → Project:pycharm_project → Project Interpreter
(2)可以选择Add新python.exe,也可以查看所有python.exe
6. 测试
写个简单的tensorflow程序测试一下,看看控制台有没有输出GPU的信息