WIN10+GTX1660TI安装Anaconda+Tensorflow2.1gpu+CUDA10.1+CUDNN+python

WIN10安装Anaconda+Tensorflow2.1gpu+CUDA10.1+CUDNN+python踩坑集锦

详情如何安装可以看这个人写的:tensorflow从入门到放弃再到精通(1):环境搭建
但是要注意!!他写的还是有坑没踩完。

1.安装完CUDA和CUDNN后环境目录要多加一条!变成如下4个

WIN10+GTX1660TI安装Anaconda+Tensorflow2.1gpu+CUDA10.1+CUDNN+python_第1张图片

2.安装Tensorflow的时候建议新建一个虚拟环境装

开始菜单栏打开Anaconda Prompt:右键管理员运行
WIN10+GTX1660TI安装Anaconda+Tensorflow2.1gpu+CUDA10.1+CUDNN+python_第2张图片
打开后输入conda env list 可以看当前的环境,因为我已经创建了一个所以有俩
WIN10+GTX1660TI安装Anaconda+Tensorflow2.1gpu+CUDA10.1+CUDNN+python_第3张图片
带星号的表示当前激活的环境。
我们输入conda create -n xxxx python=3.7
xxxx请替换成你想给这个环境起的任意名字,比如我的叫tsfgpu,建完了再查list就会和我的图一样了。
建好后输入conda activate xxxx
xxxx是你想激活的环境的名字,就可以切换到你新建的环境了。
然后就可以接着我给的超链接的教程继续安装了。

3.安装完测试成功的时候这么测

激活环境后,输入 python 就进入了python交互模式
然后输入import tensorflow as tf
然后输入tf.test.is_gpu_available()
或者输入tf.config.list_physical_devices(‘GPU’)
看一下返回结果就知道了,应该能感到是否成功,如果显示找不到cudart64_101.dll,可以把Anaconda Prompt关了重新打开一遍试试,如果还不行,可能就是CUDA环境路径没写好,或者装错版本了。

4.运行简单程序测试的坑

当你跑一些书上的网上的简单例子的时候,如果报错tf.Session()提示module ‘tensorflow’ has no attribute
是因为tensorflow2.0之后的版本把tf.Session() 变成了 tf.compat.v1.Session()
就像这个回答tf.Session()提示module ‘tensorflow’ has no attribute 'Session’如何解决?

你还会碰到RuntimeError:The Session graph is empty.
解决方法请见:解决The Session graph is empty.TensorFlow2.0

还有一个坑点是 tf.get_default_graph() 不能用了,没有默认graph,所以只能新建了。

如果报expected an indented block,是忘了缩进了,看这里:
python编程出现:expected an indented block错误。

5.关于Anaconda,conda,anaconda navigator,pip,tensorflow,CUDA,CUDNN,pycharm,spyder 都是啥

Anaconda是一个用来方便安装环境的,这个东西可以装好多种语言,不止python。并且有虚拟环境的功能,所以可以一个环境装一种,或者一个版本,这样就方便在程序不兼容的时候换个环境就行了,不用重新装所有。

conda其实就是这个系统本身,只不过打包成了anaconda这个软件,所以安这个软件就能用了。

anaconda navigator可以可视化看看现在装了些啥环境。

pip是python用的环境管理工具,用Anaconda有python环境,然后python环境就自带了pip,所以不用纠结,创建一个带python的虚拟环境,就能用pip命令来装东西了,比如装tensorflow。

CUDA和CUDNN是tensorflow的GPU版本需要的东西,按照说明对应版本装就行了,具体是啥百度。

pycharm和spyder都是可视化编程软件,做机器学习就编python呗,和java的eclipse差不多吧,作为一个小白我就这么理解的。这俩用哪个都行,和Anaconda中自己建的虚拟环境连上就能用了。
详情请见:Pycharm如何使用Anaconda配置的虚拟环境

小白太难了。。

你可能感兴趣的:(机器学习)