TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程

  • TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程
    • 1 下载Anaconda
    • 2 创建虚拟环境
      • 2.1 进入命令行
      • 2.2 创建虚拟环境
      • 2.3 查看虚拟环境
    • 3 安装tensorflow
      • 3.1 tensorflow CPU版
        • 3.1.1 激活tfenv虚拟环境
        • 3.1.2 安装tensorflow_cpu
      • 3.2 tensorflow GPU版
        • 3.2.1 查看CUDA版本
        • 3.2.2 下载CUDA
        • 3.3.3 安装CUDA
        • 3.3.4 安装cudnn
        • 3.3.5 安装tensorflow_gpu
        • 3.3.6 测试gpu
      • 3.3 测试tensorflow
    • 4 安装keras库
    • 5 安装其他python库

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程

近期由于学习需要多次配置tensorflow相关环境,参考了多篇文章,多次踩坑之后总结的配置方法,记录一下配置过程,方便大家使用。
本文包括虚拟环境配置tensorflow和keras,以及numpy、pandas等常用python库的快速安装。

1 下载Anaconda

anaconda是个工具包,安装之后自带Jupyer Notebok、Spyder等工具,可以用来安装python包(pandas,numpy,matplotlib等)

照着教程安装和配置即可,文中6.增加镜像之后也需要,一同完成:
anaconda的安装与环境配置

2 创建虚拟环境

2.1 进入命令行

win+R输入cmd进入命令行模式
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第1张图片

2.2 创建虚拟环境

创建环境tfenv并安装python3.6(tf1.15对应python3.6)

conda create --name tfenv python=3.6

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第2张图片
Proceed([y]/n)?
===> 输入y并回车

2.3 查看虚拟环境

conda info --envs

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第3张图片
表示成功创建虚拟环境tfenv

3 安装tensorflow

显卡若是NVIDIA系列,则可下载GPU版,否则下载CPU版。

3.1 tensorflow CPU版

Anaconda下载部分已经增加了镜像,这部分不再赘述。

3.1.1 激活tfenv虚拟环境

activate tfenv

激活虚拟环境
(tfenv)表示进入虚拟环境

3.1.2 安装tensorflow_cpu

pip install tensorflow==1.15.0

等于后面为要安装的tensorflow版本号
安装tensorflow_cpu
如果增加了镜像后下载还是很慢的话,可以用

pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

3.2 tensorflow GPU版

tensorflow GPU版需要下载对应版本的CUDA和cudnn
版本对应情况可见:版本对应

3.2.1 查看CUDA版本

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第4张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第5张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第6张图片
我的电脑可以下载11.1版本的CUDA,可以向下兼容10.0版本。我按照11.1的版本对应下载后,会报错,所以我只安装了10.0及其相应版本。

3.2.2 下载CUDA

CUDA10.0下载 选择local
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第7张图片

3.3.3 安装CUDA

可以默认地址,也可以修改
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第8张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第9张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第10张图片

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第11张图片
可以默认安装位置,也可以修改(建议在其他盘下新建同样的文件夹名NVIDAI GPU Computing Toolkit\CUDA\v10.0和NVIDAI Corporation\CUDA Samples\v10.0进行存储)要记住安装位置
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第12张图片

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第13张图片
完成安装,重启。
验证是否安装成功:
命令行输入:

nvcc -V

TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第14张图片
即为安装成功。

3.3.4 安装cudnn

下载cudnn需要注册NVIDIA账户
安装cudnn
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第15张图片
下载完成后,得到
在这里插入图片描述
解压后得到几个文件
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第16张图片
将cudnn的几个文件夹内的文件依次复制到CUDA安装的相应文件夹中,对应如图:
在这里插入图片描述
添加环境变量:
D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第17张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第18张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第19张图片
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第20张图片

3.3.5 安装tensorflow_gpu

激活tfenv虚拟环境

activate tfenv

激活虚拟环境
(tfenv)表示进入虚拟环境

安装TensorFlow-GPU-1.15.0
命令行输入:

pip install tensorflow-gpu==1.15.0

等于后面为要安装的tensorflow版本号
在这里插入图片描述
如果增加了镜像后下载还是很慢的话,可以用

pip install tensorflow-gpu==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

3.3.6 测试gpu

import tensorflow as tf
a=tf.test.is_built_with_cuda()
b=tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)
print(a)
print(b)

都为True,则安装成功。

3.3 测试tensorflow

测试安装是否成功

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

输出:b'Hello, TensorFlow!'
TensorFlow 1.15.0 + Keras 2.3.1 on Python 3.6安装教程_第21张图片

4 安装keras库

根据相应的版本对应,应下载2.3.1的keras
版本对应

pip install keras==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

5 安装其他python库

由于新建的虚拟环境中没有一些python库,需要安装其他python库如numpy、pandas、matplotlib、sklearn等,依旧可以在命令行中相应虚拟环境中使用:

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

下载速度更快。

你可能感兴趣的:(python环境配置,tensorflow,cuda,python,anaconda)