1. 安装CUDA和cudnn
本博客配置CUDA版本为9.0,目前CUDA9.0版本比较适配后期的安装
CUDA的下载地址为:https://developer.nvidia.com/cuda-90-download-archive
选择合适的版本下载即可,如果在“installer type”中选择“network”速度会慢一些
其余详细CUDA和cudnn安装过程可以参考:https://www.cnblogs.com/wanyu416/p/9536853.html
2. 安装Anaconda
该部分建议使用Anaconda进行配置,Anaconda的下载地址:https://www.anaconda.com/distribution/#download-section
选择Python3.7版本,其中64-Bit下载后双击安装可能会报错,提示下载文件损坏之类的问题,在地址中重新下载即可。
如果有下载慢的问题也可以在清华镜像上下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
关于Anaconda的详细配置步骤可以参考:https://blog.csdn.net/z2858539804/article/details/81407456
3. 配置tensorflow-gpu环境
1)新环境的创建
打开Anaconda安装文件中的“Anaconda Prompt”
创建新环境
conda create -n tensorflow python=3.6.5
若出现[y/n]直接点y即可
安装好后激活新建的环境,输入:
activate tensorflow
2)安装tensorflow-gpu
首先确定安装tensorflow的版本,主要看是否与CUDA9.0匹配,参考:https://www.cnblogs.com/yh0721/p/11322424.html
可以看到tensorflow-gpu 1.12.0适配
然后在“Anaconda Prompt”中输入
pip install tensorflow-gpu==1.12.0
最后显示“Successfully installed tensorflow-gpu==1.12.0”即可
3)安装tensorflow环境下的spyder
spyder是安装Anaconda中自带的编译器,但默认的环境为Anaconda本身的base环境,而不是我们刚配好的tensorflow。所以要想让spyder在我们创建好的环境下撸代码,就要在Anaconda Prompt中激活tensorflow环境,然后输入:
conda install spyder
配置完后你就会发现Anaconda安装文件下多了一个spyder(tensorflow),下回撸代码时直接打开这个spyder就可以愉快的撸代码了。当然你也可以检查一下环境中的tensorflow有没有配置成功,在spyder(tensorflow)中输入:
import tensorflow as tf
words = tf.constant("code made me happy")
sess = tf.Session()
print(sess.run(words))
运行一下,如果命令行报错显示Warning! ***HDF5 library version mismatched error***打开核函数错误HDF5和HDF5Library 版本不匹配的问题解决方案如下:
pip uninstall h5py
pip install h5py
此解决方法参考博客:https://blog.csdn.net/dreamscape9999/article/details/80701743
另外,如果觉得spyder不好用也可以安装Pycharm具体过程参考以下两个博客:
Pycharm安装:https://www.cnblogs.com/CVLianMeng/p/11549342.html
Pycharm调用Anaconda配置的环境:https://jingyan.baidu.com/article/e3c78d6488eb313c4c85f5bf.html
第一次写博客,若写的不好请多见谅,若有侵权请及时联系删除,谢谢!!!