巴拉巴拉
话说打开机器学习第一步就是配置好环境,笔者在配置环境时遇到最大的问题就是各个配件的版本不匹配,然后运行以后就打架,经过小编多次尝试,最后得出一下对应关系是可行的(在我的电脑可以运行
小编电脑配置:
i7-12700H
16G DDR5 RAM
NVIDIA GeForce RTX 3050 Ti
搭配各个版本:
python--------------------3.9.0
tensorflow_gpu--------2.5.0
numpy-------------------1.19.5
cuda----------------------11.2.0
cudann-------------------8.1.1
matplotlib----------------3.6.0
pandas-------------------1.2.0
安装顺序:
cuda---cudnn---python---tensorflow_gpu---matplotlib---pandas
一些小坑:
安装cudnn:
解压后将内容文件夹直接复制到cuda安装位置即可
注意配置cuda的系统环境变量(PATH
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib;
python环境下运行:
检查是否成功安装tensorflow:
import tensorflow as tf
检查是否成功识别gpu:
import tensorflow as tf
tf.test.is_gpu_available()
#如果显示:True则成功
本地安装numpy:
进入文件所在的目录,cmd使用以下命令:
pip install numpy-1.19.5-cp39-cp39-win_amd64.whl
同理,本地tensorflow-gpu:
pip install tensorflow_gpu-2.5.0-cp39-cp39-win_amd64.whl