前言:
搭建目標——Windows10+Anaconda3+Tensorflow-GPU+(VS)+CUDA+CUDNN+Pycharm
一、準備工作:
1.安裝Anaconda
簡介:Anaconda是一個管理Python版本、 依賴工具包、開發環境的軟件。
可以建立獨立的開發環境,在獨立的開發環境中下載各依賴工具包。
步驟:
(1)網址https://www.anaconda.com/distribution/#download-section
(2)下載64位、Python3.7版本
(3)下載完成後點擊
(3)點擊Next
(4)選擇I Agree
(5)選擇Just Me
(6)建議修改爲自定義路徑
(7)全選,點擊Install
2.建立開發環境
(1)點擊開始,選擇Anaconda Prompt(anaconda3)
(2)建立獨立開發環境(注:在此環境中可指定python版本,Python)
(3)激活開發環境
(4)查看此環境中各依賴包
(5)安裝包命令
(注:此處由於不是國內鏡像,下載會比較緩慢)
所以,爲了減少安裝時間,此處提供國內鏡像地址,具體用法如下
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
由此可得,安裝工具包的通用命令爲:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名==版本號
(注:以下爲本人已經安裝的工具包)
備註:(5)步驟暫且不用做,先了解。在這,anaconda安裝到此結束。
二、正式安裝TensorFlow-GPU版本
總:安裝TensorFlow-GPU版本需要如下軟件配置,且各個軟件詳細版本對照如下
注:版本必須一一對應,否則會導致安裝失敗(出現網上許多失敗問題)
1.安裝CUDA
(1)查看電腦安裝具體版本CUDA
搜索控制面板,選擇硬件和聲音
(2)選擇NVIDIA控制面板
(3)點擊系統信息,點擊組件,即可看見顯卡支持CUDA的版本,可安裝對應版本的CUDA,本人這裏使用CUDA8.0
此圖來源https://blog.csdn.net/lzrocking/article/details/90573854?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task)
(4)由於CUDA必須依賴VS,如未安裝Visual Studio xxxx版,請提前安裝,CUDA與VS版本對應關係如下
CUDA10.0——VS 2017
CUDA9.0——VS 2015
CUDA8.0——VS 2013
(5)VS安裝鏈接(VS的安裝直接next就行了,由於此處着重於CUDA安裝,VS可自行安裝即可)
visual studio 2013 社區版
visual studio 2015 社區版
http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
(6)本人安裝好VS2013之後,再安裝CUDA8.0,點擊Download即可
CUDA8.0鏈接:https://developer.nvidia.com/cuda-80-ga2-download-archive
(7)點擊如下
(8)點擊ok
(9)勾選如下
(10)安裝位置如下,記住這個(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0)路徑,點擊安裝
2.安裝CUDNN
CUDNN與CUDA的關係對照見 (二、總:)
(1)一般說來CUDA8.0——CUDNN5.1、CUDNN6
CUDA9.0——CUDNN7
CUDA10.0——CUDNN7
(2)此處附上本人安裝CUDNN5.1版本
鏈接:https://pan.baidu.com/s/13mHDvPob_eNivT9sbZkPFg
提取碼:k8fi
(3)解壓
(4)將如下三個文件夾全部複製
(5)粘貼到之前我們記住的這個C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0路徑裏面
(6)到此CUDA和CUDNN安裝全部完成
3.安裝TensorFlow-GPU版本
(1)按照一、2、(3)
(2)pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.2.0
注:如果安裝失敗,不用管,再輸入上圖這個命令,再來一次,直到成功(因爲可能是網絡原因導致的)
(3)pip list
至此,TensorFlow-GPU版本環境搭建成功!
三、安裝開發工具Pycharm
簡介:這個軟件就是用來寫代碼、運行的工具。添加上述環境到這個開發工具裏面就可以行了。
(1)官網鏈接:https://www.jetbrains.com/pycharm/
(2)點擊download
(3)點擊professional版本下載
(4)下載完成後,點擊
(5)點擊Next
(6)由於本人安裝的時候一路Next下去,所以不在此過多闡述
(7)到此,安裝成功!
(8)由於專業版需要激活,可自行去網上尋找
1.打開pycharm
2.點擊文件,設置
3.點擊左上角
4.點擊Add
5.點擊
6.點擊
7.點擊
8.出現下圖即可
9.新建項目,test.py
10.如下代碼
import tensorflow as tf
hello=tf.constant('hello,world')
sess=tf.Session()
print(sess.run(hello))
11.出現如下圖
終於大功告成!!!