机器学习Win10环境配置
流程
借知乎上面的图,大致流程如下:
原地址:
WIN10安装TENSORFLOW(GPU版本)详解(超详细,从零开始)
1 安装Anaconda
1.1 下载安装Anaconda3
官网下载太慢了,国内下载源地址:清华源
电脑python版本是3.6.6
根据Anaconda与python对应的关系图
下载:
勾选第二个,勾选第一个自己配置环境变量时容易出错.
1.2 Anaconda环境变量配置
主要有三个环境的配置:
- anaconda安装路径(为了Python检查正常):前面安装时路径一定要记清楚,之前已提醒复制,我的是I:\MachineLearning\Anaconda3
- 安装路径\Scripts(为了conda检查正常):只需在上述路径中找到Scripts,然后复制路径即可,我的路径是I:\MachineLearning\Anaconda3\Scripts
- 另一个路径(加不加不知道有什么区别,不影响后边的检查):安装路径\Library\bin,如我的是I:\MachineLearning\Anaconda3\Library\bin
上述三个环境变量都是通过:此电脑—右键—高级系统设置—环境变量—系统变量—双击path—新建这两个变量即可。
1.3 Anaconda安装验证
1.3.1 python验证
cmd窗口下输入命令:
python
1.3.2. conda验证
cmd窗口下输入命令:
conda
1.4 更改Anaconda的源
cmd窗口下输入命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --setshow_channel_urls yes
上面两个验证没有问题就安装好了.
注意,这两个都不要有warning的信息,否则要找出问题。
1.4.1 更新升级工具包
cmd窗口下输入命令:
conda upgrade --all
之后有提示输入y即可
检查GPU是否支持CUDA
由上图可知我的GPU支持CUDA是11.3.55
3 安装CUDA
3.1 安装Visual Studio2019
主要的目的好像在于CUDA需要C++的编译器,Windows下可以使用Visual C++。其他原因不知道,按照主流教程安装就好。这次安装使用的编译器是MSVC2019,也就是安装Visual Studio2019的同时也会安装上MSVC2019
3.1.1配置Visual Studio2019环境变量
每个人的安装地址可能不一样,按照自己的地址来,我的是下面的地址:
C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin
C:\Program Files (x86)\Microsoft Visual Studio 14.0\Common7\IDE
把以上地址添加到系统的path路径下
3.2 下载CUDA
查看TensorFlow_gpu的版本需要下载的c++编译器和CUDA版本.CUDA版本记得和自己GPU支持的版本差不多,我的是支持11.3.55
和图中11.0
差不多可以下载.
下面的图片内容可以去TensorFlow官网上去查看
去英伟达官网上下载对应的CUDA版本安装
安装之后添加CUDA的环境变量,我的地址是下面
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\x64 # 可能没有这个
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include
添加环境变量是出现了 此环境变量太大, 此对话框允许将值设置为最长2047个字符的问题.解决方式就是类似先定义
%JAVA_HOME%=/******************/,在引用%JAVA_HOME%.
3.3安装cudnn
下载CUDA对应的cudnn,解压缩
下面的图是我之后安装cudn10 对应的是cudnn7.6.5,不是现在cuda10对应的cudnn.但是方法是一样.我只是截一个图而已.把自己对应的cudnn放进对应的cuda文件下就可以
将勾选的三个文件复制到下图文件路径就cudnn安装完成
uhmm
3.4检查CUDA
我们可以运行CUDA提供的例子来判断CUDA是否安装好了,打开
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0\1_Utilities\deviceQuery
,文件夹,运行
【deviceQuery_vs2019.sln】
文件。(如果c盘乱,建议直接搜索“1_Utilities”)
生成解决方案后,点击绿色按钮运行。别忘了在代码结束前末尾加system(“pause”)。如果出现错误,可以采用重新编译什么的方案。可以看到自己的显卡设备信息,这样CUDA就安装好了(如果vs2015(vs2013)直接退出的话,在代码结束前末尾加system(“pause”);
这样,就确保cuda安装完毕。
4 安装TensorFlow
4.1 安装必要环境,这部分错误特别乱也特别多,希望大家一步步跟着来,错哪搜哪
4.1.1 如何查看已安装的库
打开 Anaconda Command Prompt ,在命令提示符窗口中输入以下命令:
pip list
或者
conda list
其中,pip list
只能查看库,而 conda list
则可以查看库以及库的版本
4.1.2 如何安装或更新库
以安装 更新 scipy 为例
pip install scipy
pip install scipy --upgrade
或者
conda install scipy
conda update scipy
4.1.3更新所有库
conda update --all
4.1.4 更新 conda 自身
conda update conda
4.1.5 更新 anaconda 自身
conda update anaconda
在这个过程中,是直接在cmd命令行中进行的。如果没有pip ,那就先 conda install pip,之类的各种操作。整体来说,安装完这些,就可以进行下一步的安装咯。
4.2 安装mingw 和 libpython
conda install mingw libpython
配置环境变量
4.3安装keras
pip install keras
4.4如果想使用ipython,需要在新的环境下安装ipyhon
conda install ipython
请不要忽略对keras的配置问题:在安装keras之后,打开当前用户的目录 ,找到.Keras文件夹,里边有个keras.json文件,直接用笔记本打开 。目录在这里C:\Users\用户名.keras需要将backend修改为tensorflow。(至于channels_last还是channels_first怎么确定,我还不会,请多指教)
4.5 安装tensorflow
pip install tensorflow-gpu
安装tensorflow过程中会提示一些信息,缺什么库就安装什么库,如下图根据提示安装,一次不行多来几次.
出现上图就应该成功了.
4.6检查TensorFlow安装是否成功
代码:
#老版本
import tensorflow as tf
tf.Session()
出现上图使用下面的语句
#新版本
import tensorflow as tf
tf.compat.v1.Session()
出现下面情况就表示安装成功
4.6.1卸载TensorFlow命令
结语
到此,win10就安装好了TensorFlow-GPU环境,安装过程借鉴了许多博客,其链接附在文章后面.如有错误,欢迎指正留言.
pip uninstall tensorflow
pip uninstall tensorflow-gpu
参考资料
WIN10安装TENSORFLOW(GPU版本)详解(超详细,从零开始)
anaconda python 版本对应关系
anaconda的安装与环境配置
Visual Studio 2017 安装及使用(新手)
win10家庭版开启组策略
win10开启文件长路径
CUDA Toolkit Archive
NVIDIA cuDNN
CUDA与cuDNN
此环境变量太大, 此对话框允许将值设置为最长2047个字符
tensorflow安装错误之 Cannot uninstall wrapt
AttributeError: module ‘tensorflow’ has no attribute 'Session’错误解决