Tensorflow安装教程
1. Anaconda安装
前往Anaconda官网,下载对应版本Anaconda安装包。
安装包下载完成后,进行安装,记得自己Anaconda的安装路径。
2. Pycharm安装
前往Jetbrain官网,下载安装社区版Pycharm即可。
3. 确定Tensorflow版本
前往Tensorflow gpu support网站,查看版本要求。
由于Tensorflow 2.x 版本较 1.x 版本更大更新,这里我们只讨论Tensorflow 2.x版本的安装。假设我们安装Tensorflow_gpu-2.3.0版本,可以看到该版本可支持Python版本为3.5-3.8,CUDA版本为10.1,cuDNN版本为7.6。后续软件下载应需遵循该要求,否则可能会导致安装失败。
3. cuda安装
前往cuda下载页面,下载cuda 10.1。
安装cuda时,选择自定义安装,注意取消Visual Studio Integration与NVIDIA Geforce Experience勾选,等待安装结束。
安装完成后,打开cmd命令窗口,运行 nvcc -V 命令,查看是否安装成功。
4. 安装cuDNN
进入cuDNN官方页面,下载对应版本的cuDNN。这里我们应该下载对应cuda10.1的7.6版本。
下载完成后,得到一个zip压缩包,将其解压到当前文件夹,并修改文件名为cudnn,将其复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1路径(这里是默认安装路径)的文件夹下,即完成cuDNN的安装。
5. 环境变量配置
为了让系统可以知道cuDNN文件的位置,我们需要配置额外的环境变量。在文件资源管理器中“此电脑”右击,选择“属性”,选择【高级系统设置】,选择【环境变量】,双击【系统变量】中的“Path”。选择“新建”,输入cuDNN安装路径:“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\cudnn\bin”和“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64”,点击“确定”即添加完成。
6. Tensorflow安装
运行Anaconda终端(Anaconda Prompt),输入下列命令,通过pip安装。(由于国外服务器下载较慢,这里使用清华镜像源下载)
pip install tensorflow-gpu==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
安装好后,我们来测试GPU版本是否可用。在终端中输入ipython,进入ipython交互式终端,输入“import tensorflow as tf”命令,若没有报错,继续输入“tf.test.is_gpu_available()”,测试GPU是否可用,最后若返回True,则表示安装成功。
7. 配置Pycharm
现在tensorflow的环境已经搭建好,我们需要对Pycharm编译器进行一些配置,使其可以运行tensorflow框架。
打开Pycharm,找到菜单栏中【File】中的“Setting”选项,选择“Python Interpreter”,在其中添加你刚刚搭建好的Tensorflow环境。
Pytorch安装
Pytorch安装较Tensorflow更简单。
进入Pytorch官网,依次选择好各项选项,这里CUDA版本应与你电脑上安装的CUDA版本相同,复制最下面的命令。
运行Anaconda终端(Anaconda Prompt),输入刚刚复制的命令,运行,便会自动帮你安装好Pytorch.
Pycharm的配置与安装Tensorflow时相同,选择Anaconda的环境即可。