一、在安装前需要先注意版本匹配问题
1.1 Cuda版本-cuDNN版本-python版本-tensorflow版本 相互匹配安装完才能正常工作。
1.1.1 查看是否有NVIDIA的显卡(显示适配器)
搜索栏搜索计算机管理,点击进入。点击左侧设备管理器 → 查看右侧的显示适配器 → 如下图可以看到我的PC上有NVIDIA GeForce MX150.
1.1.2 确定所需CUDA版本,打开Anaconda Prompt (Anaconda3),输入
nvcc --version
如下如,可以看到我的CUDA版本为 11.0(11.0.221)
1.1.3 确定CUDA-cuDNN-python-tensorflow的版本,点击链接
http://GitHub - fo40225/tensorflow-windows-wheel: Tensorflow prebuilt binary for Windows
前面所述的CUDA版本为11.0,通过表格可以看到对应的cuDNN是8.0.2,对应的python是3.8,对应的tensorflow可以是2.3.0版本。我的就是 CUDA11.0-cuDNN8.0.2-python3.8-tensorflow2.3.0。根据需求,找到适合自己的版本。
1.2 keras→ numpy→ scipy seaborn→matplotlib→pandas→scikit-learn版本匹配问题
1.2.1 tensorflow与keras版本匹配情况
https://docs.floydhub.com/guides/environments/
根据表格找到Tensorflow=2.3. keras=2.4.3
1.2.1 在网上搜索找到其他库的版本对应关系
※注意:这些库之间有依赖关系,安装顺序为:
numpy→ scipy seaborn→matplotlib→pandas→scikit-learn
下面是根据我的情况罗列的
CUDA11.0-cuDNN8.0.2-python3.8-tensorflow2.3.0 keras=2.4.3 numpy=1.19.5
numpy 1.19.5对应的scipy seaborn matplotlib pandas scikit-learn 的版本可能如下:
scipy: 1.6.0或更高
seaborn: 0.11.0或更高
matplotlib: 3.3.4或更高
pandas: 1.2.0或更高
scikit-learn: 1.0或更高
上面的都弄清楚了,就可以安装了。
二、正式安装
2.1 创建虚拟环境
创建新的虚拟环境的时候,指定 python 版本
- 假如想指定 python 版本为 3.8 ,可以输入命令:
conda create -n your_env_name python=3.8 # your_env_name 为你虚拟环境名
激活虚拟环境的命令是:
conda activate your_env_name
2.2 安装tensorflow 2.3.0-GPU版本
激活刚创建的虚拟环境,输入以下指令
pip install tensorflow-gpu==2.3.1 # 2.3.0 的版本没有,就安装了2.3.1的
2.3 CUDA与cuDNN的安装
2.3.1 CUDA的安装。选择自己的操作系统等,下载安装。(安装过程如下)
https://developer.nvidia.com/cuda-toolkit-archive
2.3.2 CUDA的安装。找到所需cuDNN版本,下载安装。(安装过程如下)
https://developer.nvidia.com/rdp/cudnn-archive
我的是cuDNN8.0.2
忘记截图了,正常下载安装就行了。
2.4 其他库的安装
根据之前匹配好的版本,一次下载
numpy 1.19.5→scipy: 1.6.0→seaborn: 0.11.0→matplotlib: 3.3.4 →pandas: 1.2.0→scikit-learn: 1.0
※注意:这些库之间有依赖关系,安装顺序为:
numpy→ scipy seaborn→matplotlib→pandas→scikit-learn
pip install numpy 1.19.5
依次下载就行了,这里也可以加镜像源
2.5 镜像地址
国内镜像地址:
阿里云
http://mirrors.aliyun.com/pypi/simple/
中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban)
http://pypi.douban.com/simple/
清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学
使用方法:以Python环境下pip安装numpy 1.19.5为例
pip install numpy==1.19.5 -i http://pypi.douban.com/simple/
//1.19.5为所需版本号,尾部url为对应镜像源地址