1.安装Anaconda
进入Anaconda官网,拉到最下面,选择Python 3.7 64-Bit Graphical Installer(466MB)
然后一路next ,其中这里两个都要勾上,一个是让我们可以直接在cmd使用conda指令,第二个是把conda自带的python3.7作为系统python
下面介绍些cmd conda指令:
conda env list | 查看conda环境 |
conda create -n tf-gpu python=3.7 | 新建conda环境 |
conda activate tf-gpu | 激活conda环境 |
conda deactivate | 退出conda环境 |
conda install numpy | 安装包 |
conda uninstall numpy | 卸载包 |
conda list -n tf-gpu | 查看此环境已安装的包 |
2.Tensorflow-GPU2.0的安装
2.1 新建TF-GPU环境(使用conda 新建环境指令 python==3.7表示在新建环境时同时python3.7)
conda create -n tf-gpu python=3.7
当弹出 :Proceed ([y]/n)? 输入y回车
完成后就可以进入此环境
2.2 进入TF-GPU环境
conda activate tf-gpu
2.3 安装cudatoolkit 与 cudnn
conda install cudatoolkit=10.0 cudnn=7
2.4 安装TF-GPU 2.0(-i是从清华镜像源下载,--user是为了避免出现花里胡哨的错误)
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --user
2.5 测试(把以下代码保存到demo.py并运行)
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)
得到以下的输出即为安装成功
3.Pytorch的安装
3.1 新建Pytorch环境
conda create -n pytorch python=3.7
3.2 进入Pytorch环境
conda activate pytorch
3.3 安装Pytorch(采用conda安装更方便,但是需要翻墙)
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
3.4 测试
import torch
torch.__version__ #查看pytorch的版本
torch.cuda.is_available() #查看pytorch是否支持GPU,True就是支持
遇到的错误
Q1:ERROR: Could not install packages due to an EnvironmentError: The operation did not complete (read) (_ssl.c:2555)
A1:在命令行中加入--user
参考链接
https://www.cnblogs.com/xiaosongshine/p/11615639.html