联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu

1、Anaconda3(很早就安装了,没有配图)

https://www.anaconda.com/download/#windows

安装过程比较简单,一直下一步就好;

注意勾选添加Anaconda to my PATH,其他的随意

1.1、Anaconda的作用和使用

1.1.1 问题的出现

1.到底该装 Python2 呢还是 Python3

python2和python3在语法上是不兼容的, 那我的机器上应该装python2还是python3呢, 可能一开始选一个学习就好了, 但是如果你要开发的程序必须使用python2而不能使用python3,那这时候你就不得不再下载一个python2, 那这时候环境变量该设谁的目录呢, 如果还是切换环境变量岂不是很麻烦.

2.包管理

如果我在本地只有一个python环境那我所有程序用到的各种包都只能放到同一个环境中, 导致环境混乱, 另外当我将写好的程序放到另一电脑上运行时又会遇到缺少相关包, 需要自己手动一个个下载的情况, 实在是烦人, 要是能每个程序开发都选用不同的环境, 而开发好之后又能将该程序需要的环境(第三方包)都独立打包出来就好了.

1.1.2 附件的功能

Anaconda Navigtor :用于管理工具包和环境的图形用户界面,后续涉及的众多管理命令也可以在 Navigator 中手工实现。

Jupyter notebook :基于web的交互式计算环境,可以编辑易于人们阅读的文档,用于展示数据分析的过程。

qtconsole :一个可执行 IPython 的仿终端图形界面程序,相比 Python Shell 界面,qtconsole 可以直接显示代码生成的图形,实现多行代码输入执行,以及内置许多有用的功能和函数。

spyder :一个使用Python语言、跨平台的、科学运算集成开发环境。

1.1.3 管理虚拟环境
  • 切换环境

activate tensorflow-gpu

activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境

  • 创建虚拟环境

conda create -n tensorflow-gpu python=3.6

查看所有的环境:conda env list

安装第三方包:任意一种

pip install requests
conda install requests

卸载第三方包:

conda remove requests
pip uninstall requests

查看环境包信息

conda list

导入导出环境

conda env export > environment.yaml

部分内容引用于:https://www.jianshu.com/p/eaee1fadc1e9

1.2、Jupyter notebook

一篇教程

https://www.cnblogs.com/nxld/p/6566380.html

2、安装CUDA9(最恶心的一步了)

下载地址:

https://npupt.com/details.php?id=115935&hit=1
https://developer.nvidia.com/cuda-toolkit-archive

这个真是装了老半天:

安装步骤:

  • 点击exe,解压后安装;
  • 在自定义安装选项的那一步,把vs相关的去了,因为我电脑装的是vs2017,其他的一些驱动也没必要装(幸好没听信一些博客说要纯净环境,还重装系统,装vs2015,删除所有与NVIDIA有关的东西)

联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第1张图片

  • 直接下一步,就可以成功安装了;环境变量也添加好了

3、cuDnn7.1.4

下载地址:

https://npupt.com/details.php?id=130567&hit=1
https://developer.nvidia.com/rdp/cudnn-download

CuDNN版本和CUDA匹配问题可从上面网址中CuDNN中查看

  • 解压下载好的文件
  • 将解压出的三个文件夹里的文件拷贝到CUDA的安装目录里的同名文件夹即可。

联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第2张图片

CUDA的安装目录:

联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第3张图片

4、创建python环境、安装tensorflow-gpu

  • 打开powershell,创建环境:conda create -n tensorflow-gpu python=3.6

联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第4张图片

  • 配置我们刚创建的虚拟环境
activate tensorflow-gpu
#升级pip
python -m pip install --upgrade pip
#下载tensorflow-gpu 1.9.0
pip install tensorflow-gpu==1.9.0

联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第5张图片
联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第6张图片

下载的时候网速会比较慢;还有就是它会自动帮你把tensorboard给你降级了.

测试:

这时候发现了一个大bug,不能在powershell下下载,因为测试的时候失败了,并没有在我想要的环境下安装。~这能气死。

还是回到cmd下进行吧。

联想R720(GTX1050ti)Win10下配置anaconda + CUDA9 + cuDnn7.14 + python3.6 + tensorflow-gpu_第7张图片

到pycharm中使用

https://blog.csdn.net/tangtangllll/article/details/78978513

参考博客:

https://blog.csdn.net/qq_41727666/article/details/83651524

你可能感兴趣的:(tensorflow)