Python环境配置：Win10+Anaconda+Pycharm+Tensorflow-gpu

最新推荐文章于 2021-06-19 10:08:16 发布

娃娃

最新推荐文章于 2021-06-19 10:08:16 发布

阅读量775

点赞数 1

分类专栏： python安装环境文章标签： python tensorflow anaconda cuda

本文链接：https://blog.csdn.net/qq_44823873/article/details/105722789

版权

python安装环境专栏收录该内容

1 篇文章 0 订阅

订阅专栏

重新换了台电脑，尝试自己百度配置了一下python环境，这里收集整理了一些优质博客，记录了自己配置的过程。

安装流程
一. Anaconda+pycharm
二. tensorflow-gpu （CUDA,CUDNN）

安装anaconda和pycharm（专业版）以及一点Tips

网上教程很多，我参考的是：https://www.cnblogs.com/yuxuefeng/articles/9235431.html

几个问题：
1.anaconda安装目录下自带python（存放在Anaconda安装目录下-python.exe），无需再次下载python
在这里插入图片描述我的Anaconda中自带python版本为3.7.4

2.PyCharm 是一款功能强大的 Python 编辑器。
（作为小白的我使用下来还是非常有好的owo）
打开pycharm-file-New project 建立一个新工程后，先来配置一下Project Interpreter (file-settings-Project Interpreter）
在这里插入图片描述点击红色图标后-add-conda environment-existing enviroment-Interpreter-点击三个点省略号选择anaconda安装目录下的python.exe（上文提到啦)-ok即可（简单甩几张图），然后开启你的编程之旅吧~~~

哦对啦!

先安装VC++2015-2019

否则后续总会有问题
官方下载链接：https://support.microsoft.com/en-us/help/2977003/the-latest-supported-visual-c-downloads
附加：使用Anaconda 安装各种包肯定会用到：https://blog.csdn.net/tanzuozhev/article/details/76022189 （清华源链接）

安装Tensorflow-gpu（CUDA,CUDNN）

# 写在安装前：网上关于python3.7版本安装tensorflow-gpu的参考资料比较少，简单几步，我们来先安装一个python3.6版本。

首先打开菜单anaconda prompt终端输入

# 创建一个名为python36的环境（不管是3.6.x，conda会自动寻找3.6.x中的最新版本）
conda create --name python36 python=3.6

# 安装好后，使用activate激活某个环境
activate python36 # for Windows
source activate python36 # for Linux & Mac
# 激活后，会发现terminal输入的地方多了python36的字样，即把默认环境从PATH中去除，再把3.6对应的命令加入PATH

#查看python版本
python --version
# 可以得到`Python 3.6 :: Anaconda X.X.X (64-bit)`，即系统已经切换到了3.6的环境

# 如果想返回默认的python 3.7环境，运行
deactivate python36 # for Windows
source deactivate python36 # for Linux & Mac

# 删除一个已有的环境
conda remove --name python36 --all

按照上面在pycharm对Project Interpreter的操作，可以对你的工程使用python3.6环境

开始这部分的正事！
主要参考：https://blog.csdn.net/qq_27158179/article/details/82952021
在这里插入图片描述
在安装tensorflow-gpu前，主要是图片上这面三件事：
**

① 安装显卡驱动 ② 安装CUDA ③ 安装cuDNN

我的版本对应：
安装显卡驱动后+CUDA10.0+cuDNN7.3.1（7.1.4）+tensorflow-gpu1.14.0

1.显卡驱动官方安装链接(可用)：https://www.geforce.cn/drivers
2.CUDA官方安装链接：https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
Download 2.1GB即可~~~下载安装后务必记住安装目录，后续要用
3.CUDNN官方安装链接：https://developer.nvidia.com/rdp/cudnn-archive
（ps：最开始我安装的是cudn9.0-配套的cudnn7.1.4，测试时会报错让我安装cuda10.0，所以只得重新安cudn10.0 但cudnn7.1.4仍可以配套使用aha开心）
CUDA和CUDNN安装后，需要做一个复制操作:
将CUDNN安装目录下三个文件夹bin include lib中的文件复制到 CUDA安装目录下的对应三个文件夹bin include lib中

测试：

测试GPU是否好用，代码：

import tensorflow as tf
a = tf.test.is_built_with_cuda()  # 判断CUDA是否可以用
b=tf.test.is_gpu_available(cuda_only=False, min_cuda_compute_capability=None)  # 判断GPU是否可以用
print(a)
print(b)

输出结果是：
True
True
代表CUDA和GPU可用
在这里插入图片描述
测试成功 !
我这里出现了12个warnings
FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’._np_quint8 = np.dtype([(“quint8”, np.uint8, 1)])

解决：

pycharm中使用Import tensorflow，然后将点进出现的警告，进入dtype.py，修改对应行的代码，把np.dtype([(“quint8”, np.uint8, 1)])修改为np.dtype([(“quint8”, np.uint8, (1,))])就完美解决了
（要修改12次）
参考：https://blog.csdn.net/bigdream123/article/details/99467316
再次运行测试程序，就不会有warnings啦 !