深度学习环境配置1——windows下的tensorflow-gpu=1.13.2环境配置

深度学习环境配置1——windows下的tensorflow-gpu=1.13.2环境配置神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置学习前言环境内容Anaconda安装下载Cudnn和CUDA配置tensorflow环境安装VSCODE学习前言好多人问环境怎么配置,还是出个教程吧。环境内容tensorflow-gpu:1.13.2keras:2.1.5numpy:1.17.4Anaconda安装取网上搜索Anacon…

大家好,又见面了,我是你们的朋友全栈君。

注意事项

一、2021/9/11更新

安装CUDA前需要安装Visual Studio,我安装的版本为Visual Studio 2017,视频与博客中未提及,请小伙伴们注意。

30系列显卡不适合该教程,30系列显卡仅支持CUDA11.0,在windows下不可使用tf1,只可以使用tf2,可以参考博客https://blog.csdn.net/weixin_44791964/article/details/120657664进行配置。在ubuntu下才可以使用tf1。

tensorflow-cpu版本的环境配置博客为https://blog.csdn.net/weixin_44791964/article/details/120653717

二、2021/7/8更新

许多粉丝反馈,报TypeError: array() takes 1 positional argument but 2 were given错误,可以修改pillow版本解决。

pip install pillow==8.2.0

三、2020/11/5更新

由于h5py库的更新,安装过程中会自动安装h5py=3.0.0以上的版本,会导致decode(“utf-8”)的错误!
各位一定要在安装完tensorflow后利用命令装h5py=2.10.0!

pip install h5py==2.10.0

学习前言

好多人问环境怎么配置,还是出个教程吧。
在这里插入图片描述

环境内容

tensorflow-gpu:1.13.2
keras:2.1.5

环境配置

一、Anaconda安装

Anaconda的安装主要是为了方便环境管理,可以同时在一个电脑上安装多种环境,不同环境放置不同框架:pytorch、tensorflow、keras可以在不同的环境下安装,只需要使用conda create –n创建新环境即可。

1、Anaconda的下载

同学们可以选择安装新版Anaconda和旧版的Anaconda,安装步骤没有什么区别。

旧版本anaconda的下载:
新版本的Anaconda没有VSCODE,如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda,百度网盘连接如下。也可以装新版然后分开装VSCODE。
链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA 提取码: i83n

新版本anaconda的下载:
如果想要安装最新的Anaconda,首先登录Anaconda的官网:https://www.anaconda.com/distribution/。直接下载对应安装包就可以。
在这里插入图片描述
在这里插入图片描述
一般是下载64位的,下载完成后打开。

2、Anaconda的安装

在这里插入图片描述
选择安装的位置,可以不安装在C盘。
在这里插入图片描述
我选择了Add Anaconda to my PATH environment variable,这样会自动将anaconda装到系统的环境变量中,配置会更加方便一些。
在这里插入图片描述
等待安装完之后,Anaconda的安装就结束了。

二、Cudnn和CUDA的下载和安装

我这里使用的是tensorflow-gpu=1.13.2,因此会用到cuda10.0,与cuda10.0对应的cudnn是7.4.1.5。

1、Cudnn和CUDA的下载

网盘下载:
链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ
提取码: 8ggr

官网下载:
cuda10.0官网的地址是:
cuda10.0官网地址
cudnn官网的地址是:需要大家进去后寻找7.4.1.5。
cudnn官网地址

下载完之后得到这两个文件。
在这里插入图片描述
在这里插入图片描述

2、Cudnn和CUDA的安装

下载好之后可以打开exe文件进行安装。
在这里插入图片描述
这里选择自定义。
不
然后直接点下一步就行了。
在这里插入图片描述
安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后大家把Cudnn的内容进行解压。
在这里插入图片描述
把这里面的内容直接复制到C盘的根目录下就可以了。
在这里插入图片描述

三、配置tensorflow环境

1、tensorflow环境的创建与激活

Win+R启动cmd,在命令提示符内输入以下命令:

conda create –n tensorflow-gpu python=3.6
activate tensorflow-gpu 

这里一共存在两条指令:
前面一条指令用于创建一个名为tensorflow的环境,该环境的python版本为3.6。
后面一条指令用于激活一个名为tensorflow的环境。

2、tensorflow库的安装

由于我们所有的操作都要在对应环境中进行,所以在进行库的安装前需要先激活环境。

activate tensorflow-gpu 

此时cmd窗口的样子为:
在这里插入图片描述
然后我们依次输入下述指令:

pip install tensorflow-gpu==1.13.2
pip install keras==2.1.5

前面一条指令用于安装tensorflow-gpu==1.13.2。

后面一条指令用于安装keras==2.1.5。

3、其它依赖库的安装

但如果想要跑深度学习模型,还有一些其它的依赖库需要安装。具体如下:

scipy==1.2.1
numpy==1.17.0
Keras==2.1.5
matplotlib==3.1.2
opencv_python==4.1.2.30
tensorflow_gpu==1.13.2
tqdm==4.60.0
Pillow==8.2.0
h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件,复制上述内容到txt文件中。
在这里插入图片描述

使用如下指令安装即可。下述指令中,requirements.txt前方的路径是我将文件放在桌面的路径,各位同学根据自己的电脑修改。

pip install -r C:\Users\33232\Desktop\requirements.txt

4、安装较慢请注意换源

需要注意的是,如果在pip中下载安装比较慢可以换个源,可以到用户文件夹下,创建一个pip文件夹,然后在pip文件夹里创建一个txt文件。
在这里插入图片描述
修改txt文件的内容,并且把后缀改成ini

[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn

在这里插入图片描述
在这里插入图片描述
全部安装完成之后重启电脑。

四、安装VSCODE

我个人喜欢VSCODE,所以就安装它啦。其它的编辑软件也可以,个人喜好罢了。

1、下载安装包安装(推荐)

最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。

a、VSCODE的下载

直接加载VSCODE的官网https://code.visualstudio.com/,点击Download for Windows即可下载。
在这里插入图片描述

b、VSCODE的安装

首先同意协议,点一下步。
在这里插入图片描述
其他里面的几个勾要打起来,因为这样就可以右键文件夹用VSCODE打开,非常方便。下一步。
在这里插入图片描述
继续下一步安装即可。
在这里插入图片描述

安装完成后在左下角激活对应的环境就行了。
在这里插入图片描述

2、anaconda上安装

打开anaconda,切换环境。
在这里插入图片描述
安装VSCODE,安装完就可以launch一下了,之后就可以把VScode固定到任务栏上,方便打开。
在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/134329.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 倒立摆的simulink模型搭建

    倒立摆的simulink模型搭建倒立摆的simulink模型搭建1.倒立摆基本背景:倒立摆,InvertedPendulum,是典型的多变量、高阶次,非线性、强耦合、自然不稳定系统。倒立摆系统的稳定控制是控制理论中的典型问题,在倒立摆的控制过程中能有效反映控制理论中的许多关键问题,如非线性问题、鲁棒性问题、随动问题、镇定、跟踪问题等。因此倒立摆系统作为控制理论教学与科研中典型的物理模型,常被用来检验新的控制理论和…

  • 股票开店理论+T+0滚动操盘法

    股票开店理论+T+0滚动操盘法

  • 修改asmx样式「建议收藏」

    修改asmx样式「建议收藏」今天看到一张图,asmx的WebService。长这样:当时就感觉有意思,这个页面风格和我们平时的不一样,我们平时的WebService长这样:我们如果在WebMetohd上面加注释,即[WebMethod(Description=”注释”)],那么长这样:那么问题就来了,第一张图里面的样式是如何实现的呢?在浏览器上进入调试模式观察,可以发现它的html和我们的有点不…

  • 大数据分析就业和发展前景_大数据将来的就业方向

    大数据分析就业和发展前景_大数据将来的就业方向一篇文章看懂大数据分析就业前景及职能定位

  • 爬虫福利一 之 27报网MM

    爬虫福利一 之 27报网MM《爬虫福利二》点击:https://blog.csdn.net/PY0312刚学爬虫花了4个小时写的,每一步备注的都很清楚,喜欢的朋友自己可以研究研究……目标网站:https://www.27bao.com环境:Python3.x相关第三方模块:requests、lxmlRe:各位在测试时只需要打开终端,使用pythonxxx.py运行即可。源码如下…

  • 关于height:100%和height:100vh的区别

    关于height:100%和height:100vh的区别关于height:100%和height:100vh的区别vh就是当前屏幕可见高度的1%,也就是说height:100vh==height:100%;但是当元素没有内容时候,设置height:100%,该元素不会被撑开,此时高度为0,但是设置height:100vh,该元素会被撑开屏幕高度一致。…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号