目录
安装anaconda
因为tensorflow和pytorch是不能安装在同一个环境中的,所以要使用anaconda,可以创建不同的环境
anaconda的安装步骤不再赘述,不会的可以进行搜索安装后再参考此文
安装CUDA和cudnn
在tensorflow官网查看对应的CUDA和cudnn版本
然后去下载对应的版本
CUDA:https://developer.nvidia.com/cuda-toolkit-archive
cudnn:https://developer.nvidia.com/rdp/cudnn-archive
在系统环境变量中添加这四个,放在上面
cudnn需要登录后才能下载,没有账号的同学可以先注册一下
找到对应的版本(不管是cuDNN还是CUDA版本都不能错,严格按照自己要安装的tensorflow版本下载)
下载好后安装CUDA,不要选精简安装,选择自定义,然后一直点下一步,安装路径截图,以防忘记。
将下载好的cudnn压缩包进行解压,有三个文件夹,将每个文件夹中的文件复制到对应的文件夹中(是文件夹中的文件,不是将文件夹复制到文件夹中,也不是替换文件夹)
至此,CUDA和cudnn安装完成
安装tensorflow
安装太慢的话,先将下载源改为清华源,然后在anaconda中将Channels里面的defult删掉
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
打开anaconda prompt
创建一个名为tensorflow的环境
conda create -n tensorflow python=3.7
激活该环境
activate tensorflow
输入安装命令
pip3 install tensorflow-gpu==2.0.0
等待安装完成测试
打开PyCharm,在右下角点击添加该环境的解释器
在PyCharm中的Python控制台依次输入
import tensorflow as tf
tf.test.is_gpu_available()
返回ture就说明安装完成
执行结果为ture就说明好了
安装pytorch
再次提醒:pytorch和tensorflow是不能安装在同一个环境中的
像上面安装tensorflow时一样,创建一个名为pytorch的环境
conda create -n pytorch python=3.7
激活pytorch环境
activate pytorch
进入pytorch官网获取pytorch的安装命令
图中没有10.0的命令,不要慌,点这个10.2,复制下面的安装命令,然后将10.2改成10.0就好了
conda install pytorch torchvision torchaudio cudatoolkit=10.0 -c pytorch
在PyCharm中添加该环境的python解释器,然后输入以下代码运行
import torch
import numpy as np
arr=np.ones((3,3))
print("arr的数据类型为:"+str(arr.dtype))
t=torch.tensor(arr)
print(t)