为深度学习所用,博主预想在Ubuntu16.04上安装 显卡驱动 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm,参考了众多资料,最终成功将所有软件安装完毕,且能成功运行使用。该篇博客介绍了PyCharm使用基于Anaconda3的Tensorflow的设置方法,亦可通过下方链接查看其他步骤的安装教程。
安装 Tensorflow-gpu 与 Keras(附测试)
设置 PyCharm
设置 PyCharm
Tensorflow-gpu最常使用的语言是Python,使用命令行界面运行Python具有一定的局限性,博主习惯使用PyCharm平台进行Python编程,该部分提供了PyCharm的设置方式,使其能够使用基于Anaconda3的Tensorflow-gpu以及Keras
关于PyCharm的安装,因其较为简单,这里就不再详细说明,官网下载网址:Download PyCharm(Community社区版是免费版本,Professional专业版仅提供一个月的试用期,可参考的博客:Ubuntu 16.04 安装 PyCharm)
安装完毕后,新建项目,而后在最上方菜单栏找到 File --> Settings… --> Project:… --> Project Interpreter,而后点击图中所示的红框中的齿轮按钮,选择 Add…
而后在弹出的窗口左侧选择 Conda Environment,根据图中提示,先选择 Existing environment,而后点击 “…” 按钮
选中Anaconda3提供的Python执行文件,博主的可执行文件目录如图所示,其中 tensorflow-gpu 是博主的环境名称,而Python执行文件可能会有三个,分别为 Python、Python3、Python3.6(与版本有关),任选其中一个都可,选择完毕后点击 OK 按钮保存更改,同样在上一级窗口中也点击 OK 按钮保存更改
在新建的项目中创建一个Python文件,输入以下内容,运行程序,查看其输出(创建Python文件可鼠标右键点击项目文件名,在 New 中选择 Python File 即可,运行程序可在代码输入界面点击鼠标右键,找到 Run ’…’,点击即可运行程序)
import tensorflow as tf
import keras
若最后输出不报错,则说明PyCharm设置成功,可用于编写与Tensorflow-gpu相关的代码