python3.6+tensorflow+tensorflow-gpu+CUDA+cuDNN+pycharm全套环境配置教程

1 Anaconda安装(集成包 包含python)

参考于:https://blog.csdn.net/kele52he/article/details/82986900
添加链接描述
1. Anaconda下载

下载链接:https://www.anaconda.com/distribution/#download-section
该网站只能下载最新版本的Anaconda(虽然自带很多科学包的python版本)但是其最新版本默认安装最新的Python而截至2019.9.10,tensorflow-gpu在window下支持的最新版本为Python3.6,需要下载其历史版本Python3.6的对应的是 Anaconda 5.2,5.3以后的都是python 3.7。这里笔者提供其下载链接

https://repo.anaconda.com/archive/Anaconda3-5.2.0-Windows-x86_64.exe
参考于:https://www.cnblogs.com/wenyule/articles/9931833.html
2.Anaconda安装
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
选择合适的安装路径
在这里插入图片描述
注意勾选自动添加环境变量

3. Anaconda测试
安装完成,在cmd中输入anaconda和python,如果出现如下显示,说明安装正确。
在这里插入图片描述

2 Pycharm安装及环境配置

1. Pycharm下载
下载链接:https://www.jetbrains.com/pycharm/下载对应你系统版本的Pycharm
在这里插入图片描述
这里笔者下载的是专业版,因为自己使用了学生资格绑定了账号所以对jetbrains旗下的软件有一年的免费使用期。对于初学者而言社区版已经能够满足要求,当然你也可以用专业版,网上也有其相关的破解教程,这里笔者不做描述。
一路默认安装注意选择你对应版本
在这里插入图片描述在这里插入图片描述

2.pycharm配置python
打开pycharm,它会提示你新建一个工程,你也可以从从主界面新建工程。
在这里插入图片描述
我们选择pure python 纯python程序,然后选择好路径,点击create创建
在这里插入图片描述
建立好工程后我们新建一个python文件,输入好文件名后点击ok。
接下来我们要配置解释器,也就是python的路径,点开设置
在左边选Project:untitled→Project Interpreter,然后在右边这个地方点击Add,新增解释器
在这里插入图片描述
在左边选择Conda Environment,然后右边选择Existing environment,路径选择之前安装Anaconda文件夹下的python.exe,然后点ok。
在这里插入图片描述
在左边选择Conda Environment,然后右边选择Existing environment,路径选择之前安装Anaconda文件夹下的python.exe,然后点ok
在这里插入图片描述
我们点击ok,返回主界面,接下来只要等右下角的进度条加载好,我们就可以写代码运行代码了。
在这里插入图片描述

3 tensorflow以及tensorflow-gpu的安装方法

首先我们打开Anaconda的图形界面
在这里插入图片描述
在最左边选择Environments,然后将中间的下拉框选中not installed,然后在右边搜索框中搜索关键字tensorflow
在这里插入图片描述
搜索到后选中tensorflow和tensorflow-gpu,然后点击右下角apply并按指示安装,安装完成后tensorflow就可以直接使用了,tensorflow-gpu还需要安装CUDA和cuDANN才可以使用。

4 CUDA和cuDNN的安装及环境配置

参考于:https://blog.csdn.net/qq_41727666/article/details/83651524

1. 下载CUDA

首先从该网页下载tensorflow对应版本的的CUDA,tensorflow1.11可以使用CUDA9.0,下载好后按要求进行安装。
下载地址:https://developer.nvidia.com/cuda-toolkit-archive
首先从该网页下载tensorflow对应版本的的CUDA,tensorflow1.9可以使用CUDA9.0,下载好后按要求进行安装。
在这里插入图片描述
下载安装后,验证是否安装成功。
点击打开Anaconda Prompt 查看CUDA的版本

nvcc -V

出现以下界面,最后一行可以看到是9.0版本:
在这里插入图片描述

2. 下载cuDNN7.1.4
下载地址:https://developer.nvidia.com/cudnn
在这里插入图片描述
然后会需要注册登录,用qq注册就好,登录后在下面的小框里打勾,并点击“Archived cuDNN Releases”
在这里插入图片描述
下载后解压,点击cudnn-9.0-windows10-x64-v7.1\cuda\进入如下界面,把前三个文件夹复制到刚刚下载的CUDA9.0的下载位置
在这里插入图片描述
默认文件夹为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
然后我们打开pycharm,输入以下代码


import tensorflow as tf
 
sess = tf.Session()
a = tf.constant(1)
b = tf.constant(2)
print(sess.run(a+b))

运行程序,如果显示以下类似结果,说明安装正确
在这里插入图片描述
警告:FutureWarning: Conversion of the second argument of issubdtype from float to np.floating is
在Anaconda中对h5py进行更新升级

pip install h5py==2.8.0rc1
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装和配置Anaconda3、PyCharmCUDA 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、PyCharmCUDA 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
评论
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