1.安装Anaconda
lz之前安装了Python3.7,安装anaconda一直不成功,也没有找到解决办法,决定卸载python3.7
找到原版本的python安装包,打开选择uninstall进行卸载,重启
好了,开始安装Anaconda
网上的教程都是两年前的,前面的步骤不多说,我把添加到环境变量和安装对应版本的python都勾选了,选择的All users,完成了以后,查看环境变量发现没有自动添加,于是手动添加,如下:
这时可以看看自己之前安装python的时候有没有添加其他的环境变量,没用的删了,然后可以查看下用户变量,我之前有在用户变量中添加python路径,卸载后并不会自动删除
然后按照其他教程的方法,打开cmd,输入conda --version,此时报错,提示:
Fatal Python error: initfsencoding: unable to load the file system codec - ModuleNotFoundError: No module named 'encodings'
此时去环境变量里修改PYTHONHOME
与上面第一个环境变量的位置相同,然后再去cmd输入conda --version发现成功
如果出现没有模块conda的错误,建议把自己安装的Python卸载干净,重装anaconda就好了,我就是懒得删python导致很久都没装成功。
安装好了以后,创建python环境
打开
创建python环境
输入命令:conda create -n python37 python=3.7
后面的python=3.7是选择python的版本,我之前用的是3.7,所以这里我选择3.7,这里选择版本也要考虑到tensorflow模块版本可适用的,后面有tf模块各个版本对应的python版本。
我后来把源切换成清华的,发现报错,再把配置改回来就好了
修改回默认的配置:conda config --remove-key channels
查询python的版本:conda search --full-n python
创建好以后,启动这个环境:conda activate python37
关闭环境:conda deactivate
在环境中安装模块包,用pip和conda都是可以的,比如安装模块lxml :conda install lxml
或者pip install lxml
列出自己所创建的所有环境:conda env list
或conda info --envs
查询安装好的模块:conda list
2.安装pycharm
去官网下载社区版,社区版是免费的
https://www.jetbrains.com/
打开会有点慢,不过没问题
安装过程找个教程看,安装完以后记得配置环境
打开pycharm,file-setting-python intetpreter,配置之前设置好的anaconda环境
配置好以后可以写个程序运行下,看看是否可以用
此时的环境中的包还不全,后续可以根据写代码过程中的需要自己去添加
3.安装tensorflow
tf-cuda-cudnn对应关系很重要,去官网寻找对应关系
https://tensorflow.google.cn/install/source_windows#gpu
CUDA:https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html
cuDNN:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installwindows
显卡驱动查询:https://www.nvidia.com/Download/index.aspx?lang=en-us
3.1显卡驱动
电脑必须是N卡!!!
先确定好显卡驱动,再根据显卡驱动查看合适的cuda版本,再查看tf-cuda-cudnn各自对应的版本,这样才可以最大限度确保一次成功。
显卡驱动自己从上面的网址去找对应自己电脑的版本,这里就不讲啦。
参考: https://blog.csdn.net/qiancaobaicheng/article/details/95226499
查询计算能力,如果官网找不到的话,下面这个网站可以试试
链接: https://en.wikipedia.org/wiki/CUDA.
以下部分建议看完再操作!
3.2 安装tensorflow -gpu
如1中anaconda创建虚拟环境的步骤,自己再创建一个名为tensorflow的环境,输入以下命令进行安装tensorflow:
第一种:pip install --upgrade --ignore-installed tensorflow-gpu
也可以自己指定安装的版本,见下面第二种,我后来选择了第二种
第二种:输入以下命令安装tensorflow
pip install tensorflow-gpu==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
装完以后,进入python环境,导入模块,结果报错,显示一个dll文件没有,卡在这好几次,看了一个博文,去搜这个文件的同名,把后面的数字改了,然后就可以导入模块了,后续出问题再说
上面这个解决办法简直是在扯,全部下载完以后搞懂了,当时我装的cudn和tf模块版本不对应,显示找不到cudart64_100.dll的话,意思就是你下载的tf对应的cuda版本是10.0,如果是cudart64_102.dll的话,需要去下载cuda10.2
如果后续安装完cudnn,再导入tf模块的时候报cudnn64_7.dll找不到的话,就是需要去下载cudnn7。
如果官网找不到tf-cuda-cudnn对应关系的话,从报错提示看理论上也是可行的,就是费劲。
3.3安装CUDA
tf1.15.0版本对应cuda10.0,cudnn7.4,我前面装错了cuda的版本,所以此处我在重装,真的好麻烦!
选择合适的显卡驱动下载安装以后,安装CUDA,我选的是10.0,好使
下载cuda时,出现了些问题,提示我vs进程没关,安装cuda时要把vs进程关闭,然后下载完
安装完以后查看环境变量确保有以下设置:
下面这两个图里的环境变量是自动添加的
需要在path路径里添加:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
验证安装:
也可以去安装cuda的文件里找到nvcc.exe,就可以了
3.4 安装cudnn
开始安装cudnn,从上面官网进,选择你确定好的版本,下载完以后,解压文件,把文件里对应的文件放到对应的cudn文件里
cudnn/bin/cudnn64_7.dll–>cudn/bin
cudnn/include/cudnn.h–>cudn/inclued
cudnn/lib/x64/cudnn.lib–>cudn/lib/x64
进入python环境,验证,显示true,环境配置成功!
试着导入模块,成功!
安装过程中有问题或者哪里不详细的可以问我,趁我还记得!