对于新手来说,环境问题经常是个让人想要放弃的魔鬼。
需要特别注意的问题是版本的对应问题和安装顺序问题
一般情况下要考虑的有 tensorflow(或 pytorch)、 cuda、cudnn的版本对应,有时候还需考虑 python版本和gcc版本,不过选择一个好的参考资料,按照教程一步一步来应该没问题。
目录 :
1、对应关系列表
2、版本选择
3、Anaconda安装
4、CUDA和CUDNN下载
5、配置环境
1、对应关系列表
下表整理出了TensorFlow从1.2到最新版本的CUDA和cuDNN所对应的版本集合。
PyTorch和 cuda对应关系
https://pytorch.org/get-started/previous-versions/
https://pytorch.org/get-started/locally/
cuda和cudnn版本对应关系
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
2、版本选择
python3.6
tensorflow-gpu=1.13.2
keras=2.1.5
pytorch=1.2.0
cuda=10.0
cudnn=7.4.1.5
3、Anaconda 安装
可以在管网上:https://www.anaconda.com/distribution/
拉到最下面,选择合适的版本点击下载 ,这里以Windows 64位为例 ,选择
下载完成后,双击运行
直接 "next“
然后 ”I agree“
推荐选择 ” Just Me“
推荐 修改默认路径,不要安装到C盘
这里选择了Add Anaconda to my PATH environment variable
4、cuda和cudnn安装
推荐的cuda版本是10.0,cudnn的版本是 7.4.1.5
cuda10.0官网的地址是:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
cudnn官网的地址是:(需要注册登录 ):https://developer.nvidia.com/cudnn
嫌麻烦的可以直接网盘下载:
链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ提取码: 8ggr
下载好之后可以打开cuda_10的exe文件进行安装。
PS:这里安装路径我没有改,按照默认的
这里选择自定义。
然后直接点下一步就行了。
安装完后 把Cudnn的内容进行解压
把这里面的内容直接复制到下面的根目录下就可以了。
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0
5、配置环境
Win R启动cmd,在命令提示符内输入以下命令:创建环境:
代码语言:javascript复制conda create –n cv python=3.6
PS:这里cv是环境名,可以更换成你喜欢的,python的版本也可以换
激活环境
代码语言:javascript复制activate cv
# 或者conda activate cv
tensorflow安装
代码语言:javascript复制pip install tensorflow-gpu==1.13.2
keras安装
代码语言:javascript复制pip install keras==2.1.5
pytorch安装
打开pytorch的官方安装方法:https://pytorch.org/get-started/previous-versions/官网推荐的安装代码如下,我使用的是Cuda10的版本:
代码语言:javascript复制# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
安装完成后 重启电脑
参考
https://blog.csdn.net/qq_27825451/article/details/89082978?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase
https://blog.csdn.net/fengdu78/article/details/104667044?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase
https://blog.csdn.net/weixin_44791964/article/details/106037141
https://blog.csdn.net/weixin_44791964/article/details/104702142