深度学习算法最常用的是Python+tensorflow-gpu。
环境配置:
操作系统:win10
python版本:3.6
tensorflow版本:1.9
CUDA版本:9.0
cudnn版本:7.6
此教程安装anacond3来完成Python的安装。
目录
- 1.前置条件
- 2.安装anaconda3
- 3.安装tensorflow
- 4.pip下载源设置
- 【测试】是否用了GPU加速
- 5.spyder使用虚拟环境
- 6.pycharm使用anaconda的虚拟环境
1.前置条件
如果需要安装gpu版本的tensorflow
硬件配置:独立的英伟达显卡
安装CUDA和cudnn。这里安装的是CUDA版本:9.0和cudnn版本:7.6
可参考http://blog.sina.com.cn/s/blog_14935c5880102wu86.html
cudnn的下载比较麻烦,需要登录填表等等,所有软件都上传了百度云
链接:https://pan.baidu.com/s/1E9YfAQwNxOdUF3OffElKOA
提取码:id0f
2.安装anaconda3
官网下载太慢,可以下清华的镜像库中下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A
对保存路径没要求的话,一路next即可,直到高级选项时,两个都勾选上。
检查python版本。win+R,输入cmd进入命令行,输入python查看版本。
我这里是python3.6,建议不要使用太高的版本。
如果不是3.6版本,可打开Anaconda Prompt,切换下镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
创建一个3.6版本的虚拟环境,名为tensorflowconda create -n tensorflow python=3.6
激活环境activate tensorflow
,输入python,确认该虚拟环境下版本为3.6
3.安装tensorflow
一定要指定可行的版本(版本对应可在网上查找),不然安装的最新的tensorflow版本会import时出现找不到模块
这里成功的版本tensorflow1.9。pip install tensorflow-gpu==1.9
最后import tensorflow,无报错则成功
4.pip下载源设置
pip安装包默认是国外的资源,比较慢,设置为国内的源更快
1)永久使用:
Linux下:
修改~/.pip/pip.conf
(没有就创建一个), 修改 index-url至tuna,内容如下:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
windows下:
1.在windows文件管理器中,输入%APPDATA%
2.会定位到一个新的目录下,在该目录下新建pip文件夹,然后到pip文件夹里面去新建个pip.ini
文件
注意可能有些需要显示文件扩展名后再改后缀。不然就会变成pip.ini.txt。
3.在新建的pip.ini文件中输入以下内容
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
2)临时使用
pip install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple
【测试】是否用了GPU加速
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())
若出现下面输出,则说明GPU加速已启用
[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 3486037583946727695
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 6684583527
locality {
bus_id: 1
links {
}
}
incarnation: 8374341064769648900
physical_device_desc: "device: 0, name: GeForce GTX 1070 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1"
]
5.spyder使用虚拟环境
6.pycharm使用anaconda的虚拟环境