深度学习环境安装教程tensorflow2.0

步骤一、安装Anaconda

1、下载并安装Anaconda

Anaconda是一个集成环境,包含了python版本,180多个python依赖的第三方库,用于管理Python环境,此外还自带几个开发工具如:spyder、jupyter、notebook等等。
Anaconda下载地址

根据自己的系统选择对应的Anaconda版本,我选择的是Windows python3.7版本,如下图:
Alt
下载后点击安装,出现如下界面,注意第一项打勾,添加环境变量,一般第二项也打勾。
Alt
在这里插入图片描述
在这里插入图片描述

2、Anaconda测试

安装好了之后,再确认一下是否按照成功:win+R 快捷键打开搜索框,输入cmd,打开命令行,输入conda list 命令,得到安装的库名如下,说明anaconda安装成功。
在这里插入图片描述

步骤二、安装cuda10.0

1.下载并安装cuda toolkit.

Cuda是面向并行计算的加速库,是用于做GPU加速运算的,安装前确认自己的电脑是否是Nvidia的显卡,只有Nvida的显卡才能安装cuda. 其它显卡请跳过cuda安装这一步,后期只能使用cpu计算,cpu计算速度会比较慢。
cuda下载地址

我选择的是windows,cuda 10.0版本,我们可以选择在线安装或者本地安装,这里我选择的是在线安装。
在这里插入图片描述
下载后点击运行,选择同意并继续。
在这里插入图片描述
选择第二项自定义安装,否则可能会报错!
在这里插入图片描述
点击+,展开CUDA,若电脑没有安装visual studio软件,去掉这一项。
在这里插入图片描述
在这里插入图片描述
展开Driver component,如果当前版本号大于新版本号,去掉Display Driver这一项,小于的话勾上这一项。这一点很重要!
在这里插入图片描述
等待安装。
在这里插入图片描述
在这里插入图片描述
安装好之后,我们还要确认CUDA 安装是否成功。
进入你安装之后的文件路径下,确认文件夹中有nvcc和cupti64_100这两个文件。
在这里插入图片描述
在这里插入图片描述
如果有这两个文件,说明cuda toolkit安装完成。

2.cuDNN下载

cuDNN是用于深度神经网络的GPU加速库,安装cuda之后,要加入cuDNN模块,这样才能加速神经网络的训练。
cuDNN下载地址

下载前需要先注册一个NVIDIA账号,这个按照提示,很容易完成。接着找到对应的版本下载。
在这里插入图片描述
下载的是一个压缩包,将其解压,并重命名为cudnn,然后复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 路径下。
在这里插入图片描述
确认cudnn中的bin文件夹中有cudnn64_7.dll文件。
在这里插入图片描述
到这里,已经成功把cudnn模块加入了!

3.环境变量配置

将鼠标移动到我的电脑,右键—>属性—>高级系统设置—>环境变量,得到如下界面
在系统变量中找到Path点击,再点击编辑。
在这里插入图片描述
点击编辑后,可以发现cuda的两条路径已经在最上面了,接着要添加cudnn的路径,点击新建,增加两条路径:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cudnn\bin
并把这两条路径上移至顶部。前四条路径的顺序没有关系,但要位于顶部,缺一不可!
在这里插入图片描述
在这里插入图片描述

4.cuda测试

在cmd命令窗口中输入nvcc -V ,得到如下结果,那么恭喜你,已经成功安装好了cuda!
在这里插入图片描述

步骤三、安装tensorflow2.0

1、tensorflow安装

与安装cuda相比,tensorflow2.0的安装比较简单。打开cmd命令窗口,(确认电脑有N卡,则安装GPU版本)输入命令:
pip install tensorflow-gpu==2.0.0-rc0 numpy matplotlib pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

(电脑无N卡,则安装CPU版本)输入命令:
pip install tensorflow==2.0.0-rc0 numpy matplotlib pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
在这里插入图片描述

2、tensorflow测试

在cmd命令窗口中:
输入ipython进入python环境
输入import tensorflow as tf
输入 tf.test.is_gpu_available()
最后得到结果True,说明tensorflow-gpu安装成功!
在这里插入图片描述
在这里插入图片描述

步骤四、安装pycharm

pycharm是python的一种编辑器,带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具。
pycharm下载地址

一般选择windows下的community版本。
在这里插入图片描述
下载后运行,点击下一步
在这里插入图片描述
把红框中的选项勾上。
在这里插入图片描述
选择JetBrains,然后点击install,最后等待安装完成!
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
好啦,整个深度学习环境的搭建过程已经完成了,赶紧开始你的人工智能之旅吧!

这是我的第一篇博客,花了很长时间写,但写得并不完美,如果能够帮助到你的话,希望你能点赞并关注哦,后续还会更新tensorfow2.0的教程!

  • 6
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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