介绍win 环境下Anaconda3、TensorFlow的安装以及VS Code 配置问题。以Win7为例,Win10类似。
一,安装Anaconda3
Anacoda3 安装地址为:https://www.anaconda.com/distribution/#windows
当前Anaconda默认Python版本为Python 3.7。安装比较简单,就不列出具体过程了。安装过程中有一项选择跟环境变量有关,默认没有打√,安装过程中请打√,这样就不用自己添加Anaconda3的环境变量了。
安装过程中选择安装VS Code。下面会讲到VS Code如何配置TensorFlow。
检查Anaconda3是否已经成功安装,cmd之后输入命令行:conda –V 可以查看当前Anaconda3的版本号。见下图
查看目前安装了哪些环境: conda info –envs。只有base环境,没有tensorflow环境。
查看是否已经安装pip,如果没有,输入命令pip install numpy安装。 Anaconda3 安装python的时候默认已经安装了pip。
二,安装TensorFlow-GPU
TensorFlow有CPU和GPU版本。 如果要安装tensorflow-gpu,需要安装CUDA和cuDNN。请先检查电脑的显卡是否支持CUDA https://developer.nvidia.com/cuda-gpus。
安装前请检查TensorFlow当前支持的CUDA以及对应的cuDNN版本号 https://www.tensorflow.org/install/gpu
Win7下我安装的是CUDA 8.0.
CUDA 8.0 下载地址:https://developer.nvidia.com/cuda-80-download-archive
CuDNN 下载地址:https://developer.nvidia.com/rdp/cudnn-download。
Win10下安装的CUDA9.0。
CUDA 9.0 下载地址: https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
CuDNN 下载地址: https://developer.nvidia.com/rdp/cudnn-download
仍以Win7为例:
1,安装CUDA/cuDNN
(a) CUDA安装
按照上面的网址安装,一路点击next。安装CUDA的前提是电脑上已经安装有Visual Studio. Win 10 我开始安装的是VS2017,导致后面import tensorflow as tf的时候总是出现问题:OSError: [WinError 126] 找不到指定的模块 (OSError:[WinError 126] The sprcified module could not be found)。改成VS2015后,问题就解决了。
(b) cuDNN安装
安装cuDNN需要注册一个账号,在cuDNN下载页面 找到Win7环境下与CUDA8.0对应的版本号!
将cuDNN解压缩后,将bin, include和lib三个文件复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0下,替换原来同名的三个文件。
(c) 添加CUDA的环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64;
(d) 检查CUDA是否安装成功
2,正式安装TensorFlow-GPU
(a) 安装python 3.6版本
Anaconda3内置的Python 版本为3.7. TensorFlo目前只能支持到最高3.6版本。本文安装Python3.6版本: conda create –name tensorflow-gpu python=3.6.
如果是安装CPU版本:conda create –name tensorflow python=3.6.
安装过程中有个选项 “proceed([y]/n)”,选择y.
此时再检查安装了哪些环境,多了一个tensorflow-gpu的环境。
(b) 激活TensorFlow环境,activate tensorflow-gpu
(c) 检查tensorflow-gpu 环境下python版本
(d) 安装tensorflow-gpu 1.4.0版本。
输入命令 pip install tensorflow-gpu会自动安装最新版本,但是CUDA8.0不支持1.5.0以及以上版本。这里安装1.4.0版本:pip install tensorflow-gpu==1.4.0.
(e) 检查TensorFlow是否安装成功
注意:要在tensorflow-gpu环境下输入python,然后输入import tensorflow as tf.
三,VS Code配置Tensorflow
安装Anaconda3的时候VS Code已经安装完成。
Visual Studio Code (VS Code) 是一款由微软开发的,同时支持Windows、 Linux和macOS系统而且开放源代码的代码编辑器。它是一款轻量级但功能强大的源代码编辑器。VS Code还支持扩展程序。通过安装扩展程序,Code可以支持更多新的语言、界面主题、测试器,以及更多的增值服务。
(a) 安装Python插件,选择次数最多的那个。
(b) 添加路径:
在任意位置新建一个test文件夹。打开当前文件夹,新建一个.py文件。系统会自动生成一个settings.json的文件。
通过Anaconda3安装tensorflow时,一般会新建一个虚拟环境(env),但是VS code在调试Python代码时默认使用的是base环境下的路径,这就会出现无法解析tensorflow的情况。需要将tensorflow环境的路径添加到VS code的settings.json用户设置中,在VS code中搭建TensorFlow的开发环境
{
"editor.fontSize": 20,
"python.pythonPath": "X:\\Anaconda\\envs\\tensorflow-gpu\\python.exe",
"python.autoComplete.extraPaths": [
"X:\\Anaconda\\envs\\tensorflow-gpu",
"X:\\Anaconda\\envs\tensorflow-gpu\\Lib\\site-packages",
]
}
(c) 点击左下角,此时会发现tensorflow-gpu环境。
右键选择 Run Python File in Terminal
运行结果如下
四,VS Code配置Jupyter实现逐行语句运行
安装Jupyter插件,选择次数最多的那个。
配置完成后,只需要语句前面加上 #%%就可以。
问题
1,OSError: [WinError 126] 找不到指定的模块 (OSError:[WinError 126] The sprcified module could not be found)。
原因:CUDA没有安装成功。
解决办法:请检查Visual Studio的版本号与CUDA版本是否兼容。VS2017目前和CUDA9.0有些不兼容会出现下面的错误。
2,ModuleNotFoundError: No module named 'scipy'
原因:没有安装scipy或者scipy版本过高。
解决办法:如果是版本过高,activate tensorflow-gpu,之后键入pip uninstall scipy ,选择y, 然后通过命令pip install scipy==版本号,安装低版本。