适用对象:深度学习初学者
前言
本文主要介绍的是tensorflow-gpu版本的环境安装,所以需要读者有一块还不错(显存大于2G)的英伟达独立显卡,本文的安装步骤均已在如下环境中(windows11、i7-8700、gtx1060)测试通过。
目录
一、安装Anaconda
二、安装CUDA
三、安装CUDNN
四、安装tensorflow-gpu
五、安装keras
六、hello world
正文
安装Anaconda
- 打开浏览器输入网址Anaconda | The World’s Most Popular Data Science Platform进入到Anaconda官网。
- 点击Download 按钮下载最新版Anaconda。
- 安装Anaconda。
- 点击Next >。
- 点击I Agree。
- 点击Next >。
- 修改安装目录,最好不要放在C盘。点击Next >。
- 确保勾选了Register Anaconda3 as my default Python3.9,然后点击Install。
- 等待进度条跑完后,点击Next >。
- 点击Next >。
- 点击Finish安装完毕。
- 配置Anaconda。
- 打开系统环境变量配置,增加一个系统变量,名称为CONDA_HOME,值为你电脑上Anaconda的安装路径。
- 编辑Path环境变量,添加三个配置,点击确定按钮关闭所有配置窗体后生效。
- 测试Anaconda。
- 点击Windows键找到Anaconda Prompt 终端程序并打开。
- 在终端程序内输入conda --version 和python -V分别测试conda和python是否可用。如果能够正常查看版本信息,则表示Anaconda已经成功安装并配置完成。
安装CUDA
- 打开浏览器输入CUDA Toolkit Archive | NVIDIA Developer进入Cuda下载页面。
- 点击超链接进入下载页面。
- 下载CUDA。
- 点击Windows。
- 点击11(Windows10玩家请选10)。
- 点击exe(local)。
- 点击Download(2.5GB)开始下载(校园网挺快的)。
- 安装CUDA。
- 打开安装程序,不用修改安装位置,点击OK,等待进度条结束。
- 进入安装程序界面,点击同意并继续按钮。
- 不做修改,直接点击下一步。
- 勾选I understand,点击Next按钮开始安装,等待进度条结束。
- 点击下一步按钮。
- 安装完成,点击关闭按钮。
- 测试CUDA。
- 打开CMD终端程序。
- 输入nvcc -V 查看版本信息,如下图表示安装成功。
安装CUDNN
- 打开浏览器输入CUDA Deep Neural Network (cuDNN) | NVIDIA Developer进入CUDNN下载页面。
- 点击Download cuDNN >按钮进入下载页面。
- 注册一个英伟达账号并登录。
- 点击Login跳转到登录页面。
- 输入电子邮箱然后点击Next按钮。
- 前往邮箱中找到英伟达的授权邮件,然后点击验证电子邮件地址。
- 回到cuDNN下载页面,如下图。
- 点击I Agree复选框,点击按钮下载for CUDA 11.x。
- 点击Local Installer for Windows(Zip)进行下载。
- 配置cuDNN。
- 解压刚刚下载的压缩包。
- 解压完成后得到如下3个文件夹。
- 把以上3个文件夹复制到CUDA文件夹中,默认安装位置为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7中。
替换目标中的文件。
继续。
到此cnDNN已经安装完毕了。
安装tensorflow-gpu
- 使用conda创建一个虚拟环境。
输入y确定创建。
- 切换至新创建的虚拟环境。
- 安装tensorflow-gpu 2.7.0(注意版本是2.7.0,图中
2.6.0已过时)。
输入y确定安装。
到此安装完成。
安装keras
- 安装keras 2.7.0(注意版本是2.7.0,图中
2.6.0已过时)。
到此安装完成。
测试环境
- 打开终端输入python,引入keras的models和layers库,如不报错,则表示安装成功。
- 顺手敲一个hello world.