所配置的环境
Python 3.9
TensorFlow 2.5
CudaToolKit 11.3
Cudnn 8.2
前期准备
笔者采用的是Pycharm Community和Anaconda,获取难度并不大,也是怕有小白迷路,所以附上链接:
- Pycharm Community;
- Anaconda;
- 安装路径不要带有中文和特殊符号;
- Pycharm安装界面的选项卡可以向笔者一样选择全部勾选或者按需要勾选,这里不再赘述;
- 更新一下Nvdia显卡驱动 用GeForce Experience或者自己去官网下载安装包均可,否则可能无法支持最新版的CudaToolKit和Cudnn(可以在NVDIA Control Panel中查看)
配置过程
- 进入Anaconda Powershell Prompt;
(以下步骤中是否选项均选择是,即输入y后按回车,将不再赘述。) - 添加清华镜像源;
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
- 构建虚拟环境并安装对应的python;
conda create -n EnvironmentName python=Version
# EnvironmentName 环境名称 可以自由设置 符合命名规则即可
# Version Python版本 根据需要设置即可 笔者采用的最新版3.9
- 激活环境并安装CudaToolKit、Cudnn、TensorFlow
conda activate EnvironmentName
conda install cudatoolkit
conda install cudnn
pip install TensorFlow
# TensorFlow在使用conda安装时会出现错误(Solving environment: failed with initial frozen solve. Retrying with flexible solve.),因而采用pip
# 笔者这里仅给出解决方案,原因并未深究,欢迎指正
# 有需要的也可以安装其他包,但是注意Numpy的版本一旦更改可能导致训练时出现错误(张量转换 具体忘记了。)
- 环境导入
Pycharm>>文件>>设置>>项目>>Python解释器>>设置>>添加>>系统解释器(解释器路径一般在Anaconda安装目录下的envs文件夹)
创作感悟
这是笔者第一次写博客,有许多不足,希望大家批评改正!写这篇博客的目的主要是为想学习机器学习的同学指一条路。毕竟,我们不都是踩着巨人的肩膀前行?笔者本身不是计算机专业,专业课内也没有Python的课程,也没有Python语言基础,走上这条路完全是兴趣使然,看了很多博客,踩了好多坑才完成配置,希望把自己的经验分享给即将开始学习机器学习或者感兴趣的人,愿少走些弯路。
想要继续学习的话,可以参考本站“一棵小树”大大的博客的一些例子,笔者能力不足,就不发自己的代码献丑了。
最后,加油,陌生人!