史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)

目录

一、Anoconda安装

1.Anoconda下载

 2.Anoconda安装

 3、镜像源更改

二、CUDA和Cudnn安装

1.查看显卡支持的CUDA版本号

三、Tensorflow环境配置

1、查看所需的Tensorflow版本

2.Tensorflow环境创建于激活

3.tensorflow库安装

4.第三方库安装

四、Pytorch环境配置

1.进入官网 PyTorch ,根据显卡驱动选择合适版本。

 2.安装pytorch


一、Anoconda安装

1.Anoconda下载

安装最新的Anaconda,首先登录Anaconda的官网:Anaconda | Individual Edition。直接下载对应安装包就可以。

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第1张图片

 2.Anoconda安装

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第2张图片

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第3张图片

 史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第4张图片

选择安装的位置,可以不安装在C盘。

 史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第5张图片

 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。

 史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第6张图片

 史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第7张图片

 史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第8张图片

 3、镜像源更改

打开cmd 直接依次输入下列命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 

conda config --set show_channel_urls yes

二、CUDA和Cudnn安装

1.查看显卡支持的CUDA版本号

安装Tensorflow-gpu版本必须安装CUDA,可以在英伟达官网NVIDIA 驱动程序下载查看自己电脑所带显卡驱动要求。

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第9张图片

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第10张图片

下载驱动后默认安装即可。 

打开终端cmd,输入如下命令查看CUDA版本:

nvcc --version

看第四行,版本为11.0.

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第11张图片

 下载CUDA相应版本的cudnn,进入官网NVIDIA cuDNN | NVIDIA Developer,需要注册。https://developer.nvidia.cn/rdp/cudnn-download在此网站中点击存档的cuDNN版本,查看下载对应CUDNN.

找到cuDNN for CUDA 11.0。

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第12张图片

 下载后将cuDNN解压并把bin,include,lib三个文件夹直接复制到目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\下即可。

三、Tensorflow环境配置

1、查看所需的Tensorflow版本

与之前所安装的显卡驱动对应。

Tensorflow各个版本需要与CUDA及Cudnn版本对应关系可以从Tensorflow官网Build from source on Windows  |  TensorFlow

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第13张图片

 与我对应的是tensorflow—gpu-2.4.0版本。

2.Tensorflow环境创建于激活

Win+R启动cmd,在命令提示符内输入以下命令:

conda create -n tfgpu python=3.8

用于创建一个名为tfgpu的环境,该环境的python版本为3.8。

activate tfgpu

用于激活一个名为tfgpu的环境。

3.tensorflow库安装

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。

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第14张图片

 然后我们输入下述指令:

pip install tensorflow-gpu==2.4.0

4.第三方库安装

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。

pip install scipy
pip install numpy
pip install matplotlib
pip install opencv_python
pip install tqdm
pip install Pillow
pip install h5py

四、Pytorch环境配置

1.进入官网PyTorch,根据显卡驱动选择合适版本。

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第15张图片

 2.安装pytorch

#创建新环境
conda create --name torch-gpu python=3.8.0
#激活环境
conda activate torch-gpu

将pytorch官网上复制的安装命令在环境下运行

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

最后再把常用的库安装上即可。

pip install Pandas
pip install Pickle
pip install tqdm
pip install sklearn
pip install Scipy
pip install opencv-python
pip install PyWavelets
pip install numpy
pip install matplotlib
pip install Pillow
pip install h5py

史上最详细Anoconda下安装Tensorflow-GPU和Pytorch对应版本(手把手保姆级教程)_第16张图片

你可能感兴趣的:(tensorflow,pytorch,python,anaconda,深度学习)