科研用深度学习环境配置(亲测最新版)Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6

科研用深度学习环境配置(亲测最新版)Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6

      • 一、 版本对应
          • 1. 查看显卡信息
          • 2. 根据显卡支持的 CUDA 版本
      • 二、安装步骤
          • 1. 安装 MSVC 2019
          • 2. 安装 Basel 3.7.2
          • 3. 安装 MSYS2 shell
          • 4. 安装对应版本的 cuda 11.2 以及 cudnn 8.1
          • 5. 安装 Anaconda
          • 6. Anaconda 安装 Python 3.9.0
          • 7. pip 安装 tensorflow-gpu 2.6.0
          • 8. 安装 Pycharm
          • 9. Anaconda 安装 Jupyter Notebook

一、 版本对应

1. 查看显卡信息

CMD 输入:

nvidia-smi

科研用深度学习环境配置(亲测最新版)Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6_第1张图片

  • 如上图,显卡驱动版本:472.12,显卡支持最高的 CUDA 版本:11.4
2. 根据显卡支持的 CUDA 版本
  • 查看可安装的 tensorflow-gpu 版本,以及相关软件对应版本

科研用深度学习环境配置(亲测最新版)Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6_第2张图片

  • tensorflow-gpu 2.6.0----Python 3.9----MSVC 2019----Bazel 3.7.2----CUDA 11.2---- cuDNN 8.1

二、安装步骤

1. 安装 MSVC 2019
  • 多数情况下 Win 10 系统默认有安装,windows+S 可查看:应用与功能
  • 若没有,下载安装 Microsoft Visual C++ Redistributable 2019
2. 安装 Basel 3.7.2
  • Basel 安装参考
  • 下载 Basel 3.7.2
  • 将其重命名为:basel.exe,将其所在文件夹设置为 Path 环境变量:

在这里插入图片描述

  • 例如,保存在 C:\basel,则右键"我的电脑"->属性,将C:\basel设置为Path的环境变量

科研用深度学习环境配置(亲测最新版)Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6_第3张图片

  • 检测安装 Basel 版本:

CMD 输入:

bazel version
3. 安装 MSYS2 shell
  • MSYS2 shell 安装参考

科研用深度学习环境配置(亲测最新版)Win10 NVIDIA RTX 3090 tensorflow-gpu keras 2.6_第4张图片

  • 同以上方法,将 C:\msys64\usr\bin 设置为 Path 的环境变量
4. 安装对应版本的 cuda 11.2 以及 cudnn 8.1
  • NVIDIA官网 cuda 11.2 下载 并安装。若已经安装有别的SDK,可先卸载对应SDK程序
  • NVIDIA官网 cudnn 8.1 下载 需要注册账号,下载后将各文件夹下文件拷贝到cuda对应文件夹下
  • 添加以下系统Path环境变量

在这里插入图片描述

  • 检测安装 CUDA 版本

CMD 输入:

nvcc --version
5. 安装 Anaconda
  • Anaconda 官网下载 Anaconda win ×64版
  • 其中, Advanced installation Options,注意勾选添加Anaconda到系统Path环境变量
  • 若没有勾选,也可自行添加三个系统Path环境变量:安装文件夹,以及bin和Scripts

在这里插入图片描述

  • 检测安装

CMD 输入:

conda --version
  • Anaconda 更新
conda update conda
  • 第三方所有包更新
conda upgrade --all
6. Anaconda 安装 Python 3.9.0
  • 开始菜单,打开 Anaconda Prompt,输入:
conda create -n tensorflow-gpu python==3.9.0
  • 若版本过新,可删除再次新建环境安装对应 Python版本
conda env remove -n tensorflow-gpu
  • 可安装对应版本最新版(适用于强迫症患者)
conda activate tensorflow-gpu
conda install python==3.9.x.
  • 检测版本
python --version
7. pip 安装 tensorflow-gpu 2.6.0
  • Anaconda Prompt 中输入:
conda activate tensorflow-gpu
  • 检测安装:
pip list
  • 可见 tensorflow-gpu 2.6.0 和 keras 2.6.0 均有安装
8. 安装 Pycharm
  • Pycharm 官网选择下载 PyCharm Community Edition 栏的.exe
  • 安装 PyCharm,注意确认勾选添加启动路径到Path环境变量
  • 文件->新建项目,设置路径Location,例如:E:\Pycharm,选择设置 Previously configured interpreter,找到 tensorflow-gpu 配置环境下的 python.exe,例如:D:\Anaconda\install\envs\tensorflow-gpu\python.exe
9. Anaconda 安装 Jupyter Notebook
  • 开始菜单,打开 Anaconda Navigator
  • Appliation on:切换env环境 tensorflow-gpu
  • 选择 Jupyter Notebook 6.4.3 install
  • 更改项目默认文件夹路径

1)CMD 生成 jupyter notebook 配置文件:

jupyter notebook  --generate-config

2)打开生成配置文件的文件夹,一般为 C:\Users\username.jupyter,编辑jupyter_notebook_config.py,ctrl+F 搜索 notebook_dir,找到行 #c.NotebookApp.notebook_dir = u’’,删除 #,并输入要打开的文件目录,例如替换为 c.NotebookApp.notebook_dir = ‘E:\Jupyter’

3)开始菜单,Anaconda 下找到 Jupyter Notebook (tensorflow-gpu),右键打开文件位置,右键快捷键属性,将目标中的"%USERPROFILE%/"替换为指定路径,例如 E:\Jupyter

你可能感兴趣的:(工作杂谈,tensorflow,深度学习,人工智能,keras,gpu)