3.1 安装完成后,打开Anaconda,界面如下(部分)
正常情况下(未配置环境),在环境中只有base一项
3.2 安装tensorflow的准备工作
在安装Tensorflow之前,我们要配置一下下载路径,因为这个软件的服务器在国外,我们国内下载会比较慢 在刚才的环境页面,点击Channels 3.3 删除默认路径,点击Add添加新的路径3.4 复制https://mirrors.tsinghua.edu.cn/anaconda/pkgs/free粘贴到输入框,按下回车
3.5 点击更新路径 3.6 再次添加以下路径:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
注:有一些添加不进去,那只添加能添加的就好
另外,其他国内常用镜像也可以加进去(一般上边的就够用了):
清华: https://pypi.tuna.tsinghua.edu.cn/simple 阿里云: http://mirrors.aliyun.com/pypi/simple/ 中国科技大学: https://pypi.mirrors.ustc.edu.cn/simple/ 华中理工大学: http://pypi.hustunique.com/ 山东理工大学: http://pypi.sdutlinux.org/ 豆瓣: http://pypi.douban.com/simple/ 至此,完成了Anaconda环境配置的准备工作 4.在Anaconda中创建新环境4.1 下方点击Create,来创建一个新环境,如下图。name是环境名称,自己随意命名(有些教程这一步直接说命名成tensorflow,建议不要这样做),底下Python版本下拉选择3.6,点击create完成环境创建 注:这一步需要等个几分钟,因为创建环境需要下载一些基础包
完成后的界面:
4.2 把这一栏切换成installed,查看已经安装好的各种支持包,如果有一大堆你不认识的包被显示出来了,那恭喜你环境配置成功PS:如果在这一步报错,检查是不是之前你以相同的环境名称create过相同的环境(如果你现在是第二遍或者第三遍配置)。找到anaconda安装的根目录,进到envs文件夹下,如果你看到了Python3.6的文件夹果断删除它就好
至此,环境配置成功
5.安装CUDA10.0
5.1 下载对应版本的 CUDA CUDA 安装最为繁琐的地方在于,它要求Python、CUDA、cudnn、tensorflow版本四位一体,严格对应。具体的对照表如下:说白了,只要你找到一个能跑起来的组合就行(但问题就在于找这些组合的时候你可能会踩一堆坑哈哈哈哈)。我这里采用的是Win10环境下, Python 3.6+CUDA 10.0+cudnn v7.6+TensorFlow 1.14.0组合。
CUDA10.0的安装包地址在https://developer.nvidia.com/cuda-toolkit-archive自寻,但一般打不开
CUDnn7.6 安装包地址:https://developer.nvidia.com/cudnn(需要注册英伟达账号,嫌麻烦直接拿上篇文章末尾的资源) 如果下载过程中速度过慢或者直接下载失败的话,解决方案也很简单:下载的时候出来两个选项,本地安装包和在线安装包,选择在线安装即可。(他俩的区别就是本地安装包会直接把安装包整体下载到你电脑上,大小1GB左右,在线安装包可能只有十几MB,下载很快就完成了,二者后续安装过程也基本一样)下图是网上的图,9.0版本的 5.2 临时解压: 双击下载下来的文件,选择 临时解压路径 这一步特别重要,切记不要把临时解压路径和正式安装路径全都放在一个文件夹里,因为正式安装完毕后临时文件夹整体会自动被删除,你都放一起等于白安一遍。 默认是系统盘的路径,我这里改成D盘(系统盘空间宝贵哈哈哈哈),新建文件夹temp 5.3 正式安装 5.3.1 勾选同意5.3.2 选择自定义安装
5.3.3 全部勾选(有的教程说只勾选第一个就行,保险起见这里先勾上,大家以后可以自行尝试)5.4.4 选择安装路径:默认还是系统盘,我这里仍然改成D盘,新建文件夹CUDA10.0 这里一定要区分开,不要放到刚才的临时文件夹temp里!
5.4.5 如果之前没有安装过VS,可以点击图中蓝字安装VS2019,装个免费版即可,这一步不是很必要,只求心安哈哈 勾选“I understand···”后,点击下一步5.4.6 之后基本就没什么问题了,如果提示VS2010有问题也不用管
5.4.7 点击下一步
6.安装cudnn7
cudnn相当于CUDA的一个补丁,官网需要注册才能下载,如果嫌麻烦直接到文末找资源就行 6.1 解压一下cudnn压缩包,发现里面有几个文件夹。对应文件夹下的内容应该放到CUDA安装目录的同名文件夹下。 6.2 放置对应文件 6.2.1 举个栗子:bin点开以后发现有这个文件打开CUDA 10.0安装目录下的bin文件夹,把这个给复制进去就可以了
6.2.2 同理:include点开只有这一个头文件 找到CUDA10.0安装目录底下的include文件夹,复制到里面 6.2.3 lib 也是一样,只不过下面有个x64文件夹,继续点开 然后进入到CUDA10.0安装目录下对应的./lib/x64下面,复制进去,安装完成7.配置环境变量
7.1 右键” 我的电脑 “- 属性 - 高级系统设置 - 环境变量 直接在 系统变量 里面改就行,不用管 用户变量。 7.2 红框 里面的两个变量是你安装好CUDA10.0以后自动建立的,其余(下面第二张图中的其他变量)需要自己手动添加。(这一步的变量值就是我们安装好的CUDA 10.0路径,每个人的可能都不同,以CUDA10.0实际文件路径为准) 7.3 改完这几个以后,进入到系统变量的 PATH (在上图”变量“这个项目中向下找,找到” path “双击)下,同理,环境变量值根据大家自己的CUDA10.0文件夹实际路径来写 配置完这一步整个CUDA的安装就完毕了,下一步安装Tensorflow的GPU版本8.安装tensorflow的GPU版本
8.1 进入到 anaconda prompt, 默认是 base 环境 8.2 输入 activate Python3.6(这个是你在Anaconda中创建的新环境),激活 刚刚配置好的 Python3.6环境, 以后所有的安装都在这个环境下进行 8.3 直接 pip install tensorflow-gpu==1.14.0, 按理来说会慢慢下载,如果一次不成功多试两次,再不行改用指令 conda install tensorflow-gpu==1.14.0, 这里就不演示结果了,如果安装成功以后会出现提示 。 注: 这一步切记不要把tensorflow CPU和GPU 版本放在同一个环境下安装,否则会报错 8.4 中间出现提示是否继续时输入:y 完成后结果如下图所示 8.5 回到anaconda里, 点进去Python3.6环境,右上角框框设置为not installed,搜索Spyder进行安装(或者其他你喜欢的编译器,但切记要安装在Python3.6环境下) 注 :这一步也是很多新人容易跳的坑,安装完tensorflow觉得万事大吉直接从桌面找到Spyder点进去,一运行代码报错,其实是因为你点进去的Spyder是base环境下的,可能根本没安上tensorflow,也可能你之前安的是CPU版本的。所以需要在Python3.6环境下单独安装一个Spyder,安装完成后在anaconda下能看到两个Spyder,点进去标着Python3.,6的才是你GPU环境下可用的编译器,如下图所示9.测试是否安装成功
9.1 依次输入下面第二个图 红框 1、2中的指令。 再输入第一个图中的语句 如果没有报错说明整个都安装成功 9.2 另一种测试方法 在 Spyder 中输入以下语句并运行,得到后两个图的输出且没有报错,说明安装成功 其他版本的CUDnn(CUDnn8.0_v5.1):链接:
https://pan.baidu.com/s/1Hl0LPSq-l9JUswh9aAE7RA
提取码:cudn
分享 点赞 再看三连留言板