Tensorflow-GPU 2.0版本安装及Anaconda命令

  • 安装
    • 安装Anaconda

    • 安装编译器

      • pycharm
      • jupyter notbook
    • TensorFlow-GPU版本,前置条件

      • 查看NVIDIA显卡是否满足GPU启动条件
      • 安装CUDA,用于驱动NVIDIA显卡进行深度学习
        • 下载链接:https://developer.nvidia.com/cuda-toolkit-archive
      • 安装cuDNN用于深度神经网络的GPU加速器
        • 下载链接:https://developer.nvidia.com/rdp/cudnn-download
      • 注意:请根据TensorFlow的下载版本确定CUDA和cuDNN
        • 参考链接:https://tensorflow.google.cn/install/source_windows
      • 安装CUDA
      • 解压cuDNN,将该目录下的bin,lib,include进行覆盖
      • 添加到环境变量PATH中
        • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
        • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
      • 检查配置是否成功
        • DOS命令下:nvcc -V
        • 若成功,回显CUDA版本信息:Cuda compilation tools, release 10.2, V10.2.89
        • 若不成功,检查环境变量
    • 通过pip安装TensorFlow-GPU

      • 使用anaconda创建一个空间,命名为tensorflow
        • conda create -n tensorflow
      • 激活空间
        • conda activate tensorflow
      • 查看pip版本
        • pip --version
      • 安装TensorFlow2.0-gpu
        • pip install tensorflow-gpu==2.0.0-alpha0
      • 安装过程缓慢,建议切换至清华源进行安装
        • pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
      • 接下来执行pip安装TensorFlow2.0的GPU版本就可以了
    • 通过anaconda安装TensorFlow-GPU

      • 同上,使用conda创建空间,激活空间
      • 查看可下载版本
        • conda search tensorflow-gpu
      • 下载
        • conda install tensorflow-gpu=2.0.0
    • 在创建conda的时候直接进行tensorflow-gpu的安装

      • conda create -n tf-2.0 python=3.7 tensorflow-gpu
      • 创建Python版本为3.7,名称为tf-2.0的虚拟空间,同时安装tensorflow-gpu
  • 测试安装是否成功
import tensoflow as tf
tf.__version__
  • 测试是否使用GPU驱动
tf.test.is_gpu_available()
  • conda命令
    • 列出全部的虚拟空间
      • conda env list
    • 创建虚拟空间
      • conda create -n tf-2.0 python=3.7
      • 创建名称为tf-2.0的虚拟空间,设定该虚拟空间的Python版本为3.7
    • 启动虚拟空间
      • conda activate tf-2.0
      • 启动名称为tf-2.0的虚拟空间
    • 关闭虚拟空间
      • conda deactivate
    • 删除虚拟空间
      • conda remove -n tf-2.0 --all
      • 删除名称为tf-2.0的虚拟空间
    • 克隆虚拟空间
      • conda create -n tf -clone tf-2.0
      • 新建一个虚拟空间为tf,将tf-2.0的空间克隆到tf中
    • 列出全部已安装文件
      • conda list

你可能感兴趣的:(深度学习,python)