[环境配置]Win10+GTX1060+Anaconda+CUDA +cuDNN+TensorFlow

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)
在这里插入图片描述

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在这里插入图片描述
根据Anaconda与python对应的关系图
在这里插入图片描述
在这里插入图片描述
下载:
在这里插入图片描述
勾选第二个,勾选第一个自己配置环境变量时容易出错.
在这里插入图片描述

1.2 Anaconda环境变量配置

主要有三个环境的配置:

  1. 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
  2. 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
  3. 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

在这里插入图片描述

1.3.2. conda验证

cmd窗口下输入命令:

conda

在这里插入图片描述

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

在这里插入图片描述
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

在这里插入图片描述

去英伟达官网上下载对应的CUDA版本安装
在这里插入图片描述
在这里插入图片描述
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
在这里插入图片描述
将勾选的三个文件复制到下图文件路径就cudnn安装完成
在这里插入图片描述
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”);
在这里插入图片描述

在这里插入图片描述
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.

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
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()

在这里插入图片描述
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
在这里插入图片描述

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

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2的步骤如下: 1. 首先,下载并安装Anaconda3。访问Anaconda官方网站,并下载适合您操作系统的安装程序。运行安装程序,按照提示进行安装。 2. 安装完成后,打开终端或命令提示符,并创建一个新的Anaconda环境。运行以下命令: ``` conda create -n env_name python=3.7 ``` 将"env_name"替换为您想要的环境名称。 3. 激活新创建的环境。运行以下命令: ``` conda activate env_name ``` 4. 下载并安装PyCharm。访问JetBrains官方网站,下载适合您操作系统的PyCharm安装程序。运行安装程序,按照提示进行安装。 5. 下载并安装CUDA 10.1。访问NVIDIA官方网站,下载与您的显卡和操作系统兼容的CUDA 10.1安装程序。运行安装程序,按照提示进行安装。 6. 下载并安装cuDNN 7.6。访问NVIDIA官方网站,并下载与您的CUDA版本和操作系统兼容的cuDNN 7.6库。将cuDNN文件解压缩到CUDA的安装目录中。 7. 配置PyCharm以使用Anaconda环境。打开PyCharm并导航到"Settings" > "Project Interpreter"。单击右上角的设置图标,并选择"Add"。在打开的窗口中,选择"Conda Environment" > "Existing environment"。在"Interpreter"字段中,选择Anaconda环境的路径。 8. 在PyCharm中安装TensorFlow 2.2。返回"Settings" > "Project Interpreter",并单击右下角的"+"按钮。在搜索栏中输入"tensorflow",并选择TensorFlow包。单击"Install"按钮,完成安装。 9. 现在,您已成功安装和配置Anaconda3、PyCharm、CUDA 10.1、cuDNN 7.6和TensorFlow 2.2。您可以开始使用TensorFlow进行深度学习任务。 请注意,安装和配置步骤可能因操作系统和版本而异。建议在查找和安装这些软件时参考官方文档和教程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值