配置TensorFlow-gpu & OpenCV
注意事项
这是吃过的亏,所以先说~
- Tensorflow-gpu需要安装N厂(NVIDIA)的开发ToolKit(有CUDA和cuDNN两个),需要注册账号下载
- Anaconda与Python之间有版本对应关系
- Tensorflow与CUDA之间也有版本兼容问题
- conda的确好用 ~ 既然用这个,就尽量减少pip install,pip安装的包在Anaconda Navigator上面找不到 5555 ~
- 本文最终安装了 ~
Anaconda Python3.6 环境 + CUDA9.0 + cuDNN7.5 + tensorflow-gpu 1.13
一、安装Anaconda
首先从官网下载Anaconda最新版,安装最后建议 不勾选 添加到PATH
原因:好像和在Anaconda之前安装软件会有冲突,卸载时会出问题,所以不勾选
最后用PyCharm的话直接可以选择对应的Python解释器,所以不用担心
官网下载:https://www.anaconda.com/distribution/#download-section
与Python版本对应参考:https://blog.csdn.net/yuejisuo1948/article/details/81043823
这里的 “与Python版本对应” 只是Anaconda程序的运行环境需要的Python版本
其实用Anaconda,新建你需要使用的环境时,你可以选许多不同的Python版本:
二、安装CUDA
参考的是文章
具体流程:
1. 下载CUDA以及cuDNN
去官网下载对应的CUDA包以及cuDNN,与Tensor的版本选择可以参考下面的表格(只放了GPU版的)
一定注意!!!!提前确认好自己的Tensorflow版本,再下载对应的CUDA,cuDNN安装包
版本不兼容——是Tensorflow-gpu运行出错(或运行不了)很大的原因