基于Dell工作站的深度学习Tensorflow & Keras软件及环境配置

基于Dell工作站的Tensorflow & Keras 软件及环境配置

1. 文档说明

本文档的配置已经在Dell塔式工作站/Precision 7920中实现实测有效，如果型号（CUDA）型号不同，配置会有一定的偏差，具体操作以及不同型号的版本问题会在下文呈现。

2. 初始条件：

在环境配置之前，下载以下软件。版本型号如下表。

对象/型号	备注
Dell塔式工作站/Precision 7920	win10 专业版/ Nvidia Quadro P4000
软件	版本
Pycharm	Community 2020.3
Anaconda(x64, python 3.8 version)	3.0
Visual studio 2019	community

2.1 初始软件下载

2.1.1 Pycharm

Download Links: Pycharm Download
下载时全部勾选即可，无需其他操作。

2.1.2 Anaconda

Download Links: Anaconda Download
在页面最底部可以发现带有python的Anaconda下载界面，点击下载即可。下载时全部勾选即可，无需其他操作。

2.1.3 Visual Studio 2019

Download Links: VS2019 Download

Q: 下载时可能会遇到的问题

下载进度条一直为 0，如下图所示

A: 解决办法
可以参见以下链接VS无法下载怎么办 修改DNS 为114.114.114.114 即可。

3. CUDA与CUDNN的下载与安装

CUDA与CuDNN是与GPU相关的编程语言，下载版本与GPU型号有关。接下来将详细介绍CUDA如何下载以及下载什么版本。

3.1 CUDA下载

在下载CUDA前，先查看自己电脑的CUDA支持版本，以Precision7920 为例，打开 Nividia Control Panel（控制面板）->Help（帮助）->system information (系统信息) -> Component（组件）

可以查看到自己的CUDA版本，Precision 7920的CUDA版本为10.1。（图中为个人笔记本型号，仅作为示意图，非工作站实际信息）接下来直接进入Nvidia官网下载CUDA 10.1。

CUDA Download Links： CUDA Download
下载对应版本即可，安装环节全部勾选即可。（精简安装即可使用）下载完后，可以在Win+R -> cmd.exe 运行 nvcc --version 查看是否安装成功。

3.2 CuDNN下载

下载完CUDA后需要下载对应版本CuDNN。CUDA10.1 对应CuDNN版本为 CuDNN 7.6.5，下载链接为：CUDNN Download , 注意下载该文件需要注册Nvidia账号，注册非常简单这里不再详述。
下载完CuDNN后，在桌面解压该文件夹，并将文件夹中的文件分别复制到CUDA路径即可。以本工作站为例： 下图为CuDNN解压后的文件

下图为CUDA文件夹，将上图三个文件夹中的文件(不是放整个文件夹)放入下图 同名文件 即可。

具体操作见下表。

原始文件路径（CuDNN）		复制文件去处（CUDA）
bin	—>	CUDA/v10.1/bin
include	—>	CUDA/v10.1/ include
lib/x64	—>	CUDA/v10.1/lib/x64

4. Tensorflow&Keras 下载

• 这里下载的是Tensorflow GPU版，版本与CUDA/CuDNN对应关系可以查CUDA/CUDNN对应关系，从此可以得到不同CUDA应该下载什么版本的tensorflow。
  

其中版本号有略微偏差不会影响使用，因此我们下载 tensorflow-gpu-2.3.0
利用cmd windows 输入以下指令

1. 下载 tensorflow-gpu

pip install tensorflow-gpu= = 2.3.0 -user

2. 下载Keras

pip install keras

下载过程中如果提示有环境变量未添加，则添加上去即可。

5. 其他需要的包（如OpenCV，EMD等等）

可以使用类似Keras的下载方式。