CUDA安装、配置Anaconda下的Tensorflow2.x环境、Windows Terminal添加Anaconda Prompt教程

CUDA安装、配置Anaconda下的Tensorflow2.x环境、Windows Terminal添加Anaconda Prompt教程

时间: 2022/7/22 作者: Libra Jiang

前情提要:

• 什么是CUDA？

CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

• 什么是cuDNN?

NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行caffe软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算

• 什么是Anaconda

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换

• 什么是Tensorflow

TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算.

• 什么是Windows Terminal

Windows Terminal 是一个套在 Windows 操作系统原本的 CMD、Powershell、Windows Subsystem for Linux（WSL）之上的一个界面更加漂亮、功能更加强大的终端工具。严格来说，它是套在 CMD 、Powershell 之上的一个终端。

• 什么是Anaconda Prompt

Anaconda Prompt是Anaconda的默认终端，可以更方便地操作anaconda环境。

1. 查看Nvidia显卡支持的CUDA版本

在Nvidia控制面板→帮助→系统信息→显示中可以看到驱动程序版本，在“组件”中可以看到该显卡支持的CUDA版本，以图片中显卡为例，该显卡支持11.6版本的CUDA。

2. 下载对应版本的CUDA Toolkit

打开Nvidia官网可以看到有多个11.6.x版本的CUDA Toolkit，只要是11.6大版本的该显卡是均支持的，所以直接下载最新的11.6.2版本的即可。

3. 安装CUDA Toolkit

根据安装文件直接简易安装即可

4. 下载cuDNN文件

在Nvidia官网下载对应版本的最新支持即可，如此处最新支持11.6版本CUDA的是cuDNN v8.4.0。

5. 安装cuDNN

下载下来的cuDNN是一个压缩包，解压缩后将文件直接全部复制到CUDA安装目录即可。

6. 配置环境变量

目前只需要将CUDA安装路径下的bin文件夹添加到环境变量中即可，如{CUDA安装路径}\CUDA\v11.6\bin

7. 安装Anaconda

在Anaconda官网下载安装包并简易安装即可，默认是不添加Anaconda到环境变量里的，你也可以在安装时勾选Add Anaconda to my PATH environment variable来自动添加环境变量。

如果没有勾选，可以手动添加，目前可以只添加{Anaconda安装路径}\Anaconda\Script

8. 安装Windows Terminal

在微软商店搜索Windows Terminal 安装即可。

9. 配置Anaconda Prompt

建议直接在Windows Terminal→设置→配置JSON文件中配置

    "profiles": 
    {
        "defaults": 
        {
            "colorScheme": "Solarized Light"
        },
        "list": 
        [
            {
                "guid": "{61c54bbd-c2c6-5271-96e7-009a87ff44bf}",
                "hidden": false,
                "name": "Windows PowerShell"
            },
            {
                "guid": "{0caa0dad-35be-5f56-a8ff-afceeeaa6101}",
                "hidden": false,
                "name": "\u547d\u4ee4\u63d0\u793a\u7b26"
            },
            // 添加如下内容，花括号中补充Anaconda路径，注意用"\\"隔开
            {
                "commandline": "cmd.exe /K {Anaconda安装路径}\\Anaconda\\Scripts\\activate.bat",
                "guid": "{6749b546-41ab-49c0-846c-fc9bb68d5e4b}",
                "hidden": false,
                "icon": "{Anaconda安装路径}\\Anaconda\\Menu\\anaconda-navigator.ico",
                "name": "Anaconda Prompt",
                "startingDirectory": "%USERPROFILE%"
            },
        ]
    },

10. 创建MyTensorflow的虚拟环境

打开Anaconda Prompt，输入代码conda create -n {自定义环境名} python={python版本，格式为'x.x'}

如

conda create -n MyTensorflow python=3.9

可以通过代码conda env list查看所有的虚拟环境

11. 激活MyTensorflow环境

输入代码

activate MyTensorflow

激活成功可以看到命令行前出现(MyTensorflow)字样，如果还是(base)说明没激活成功，可以尝试使用conda activate命令取代上面的activate命令。

12. 安装tensorflow

google官方安装文档: https://tensorflow.google.cn/install

输入代码

# Requires the latest pip
pip install --upgrade pip

# Current stable release for CPU and GPU
pip install tensorflow

自动安装的即是最新版的tensorflow，等几分钟即可安装完毕。

13. 测试

输入python进入python模式，依次输入如下命令:

import tensorflow as tf
print(tf.__version__)
# 2.9.1
print(tf.test.is_gpu_available()) # 该函数已被弃用，但还是可以用来测试一下的
# True

python模式，依次输入如下命令:

import tensorflow as tf
print(tf.__version__)
# 2.9.1
print(tf.test.is_gpu_available()) # 该函数已被弃用，但还是可以用来测试一下的
# True

得到预期输出说明安装成功(^▽^)。