从零开始Tensorflow == 资深小白配置深度学习环境的血泪史
2018-02-06 09:49
495 查看
2018.2.6 再更
在另一台电脑上装了一遍TF1.5.0,其实并不复杂,下载速度快的话1个小时就可以搞定,而且从头到尾也并没有之前出现过的任何问题,所以啊,归根结底,还是版本的问题
吃一堑长一智。下次谨记,不要网上乱翻教程,因为随着版本更新都是有时限性的,最靠谱的还是官方文档。
本文主要内容是1.3.0安装过程,但是装1.5.0只需把软件版本改一下即可。
2018.2.6 下午 更:
终于明白为什么问题百出了。
2018年1月28日,tensorflow 1.5.0新版本发布,所以当我在2018年2月5日,执行 pip install tensorflow-gpu 默认下载的是1.5.0版本
而我之前按照网上很多教程,配置的都是1.3.0老版本的环境
所以当我最后 pip install tensorflow-gpu=1.3.0 然后就下载成功了
参照官方文档,现在明确一下两个版本要求的环境:(按照安装顺序排列)
1.3.0
Python 3.6(3.5也可以) + Anaconda3 5.0.1 +
Visual Studio 2015(C++) + Visual C++ 2015 Redistributable
+DXSDK_Jun10.exe + CUDA 8.0 + CUDNN 6
1.5.0
Python 3.6(3.5也可以) + Anaconda3 5.0.1 + Visual Studio 2017(C++) + Visual C++ 2015 Redistributable +DXSDK_Jun10.exe + CUDA 9.0 + CUDNN 7
(NVIDIA 中国官网上的 CUDA 9.1不行,这里附上英国官网的CUDA 9.0 下载链接:
https://developer.nvidia.com/cuda-90-download-archive
另,我第二次安装的时候遇到一个问题 是Anaconda prompt命令框里出现无法识别conda 指令
'C:\Users\PKumar\Continuum\anaconda3\Scripts\activate.bat' is not recognized as an internal or external command, operable program or batch file.#6053
参考这里,亲测有效解决
https://github.com/conda/conda/issues/6053#
另,刚刚才知道,把python 3.6删了也没事,其实直接装anaconda作为默认的python就好了
2018.2.6 上午 更:
劝大家别看百度各种教程了,包括我这篇,都是不好好看官方文档脑子里进的水
附官方链接,版本很重要!
tensorflow 官方安装教程(2018.1.27)
https://tensorflow.google.cn/install/install_windows
2018.2.5 配置三天环境的总结
本来已经准备好Ubuntu双系统的,但是发现TF竟然已经支持Windows,想想还是win吧
真·资深小白:摸摸鱼装装软件,快两天了还没配置好深度学习环境
这特么还怎么开始深度学习???
算了 小白捡起破笔记本(4G内存+机械硬盘512G 想哭……当初买电脑的时候脑子里进了多少水),决定继续
这篇教程其实就是 多种安装方案和教程的汇总+遇到问题的总结和解决>>>如有雷同,我抄你的,感谢大神分享
python下载和安装是跟着这个教程里的,讲的很详细了
下了python 3.5的就别改了 挺好的
选择和自己电脑匹配的版本,我选的是
(x86是32位系统,x64是64位系统)
安装过程与一般软件一样,按照提示即可,另外在安装过程中尽量选择全部安装,它会自动配好环境变量。
安装中有个勾选的环节,两个都勾上。
完成之后可在使用:Ctrl+R进入dos命令行,然后输入python看到相应的版本,说明安装完成且没有问题。
下载地址:http://www.microsoft.com/download/en/details.aspx?displaylang=en&id=6812
但是安装到最后还是显示DXSDK安装失败,
不过网上说:
“我在windows
10上安装的时候,最后的时候会报错,不过没有关系,关掉那个框。搜索下"d3dx9.h"、"d3dx10.h"、"d3dx11.h"头文件是不是存在,如果路径如下这个样子,就成功了。路径:C:\Program Files (x86)\Microsoft DirectX SDK (June 2010)\Include\d3dx9.h”
这一步参考 https://www.jianshu.com/p/c245d46d43f0
建议大家下载VS2015(VS2017我安装不成功,度娘普遍2015
官方那边我是没找到下载的地方,这里丢个链接: https://www.ithome.com/html/win10/164028.htm
在线安装就行。然后如果只为CUDA而装VS的话,建议自定义模式,然后就勾选C++就行,其他功能看自己需要选择。全装不仅慢而且占地方。
然后静静等待安装成功……注意这个过程网不要断(我下载的是在线安装的包)
后续补充:装完后进入控制面板-》程序与功能看一下有没有 Microsoft Visual C++ 2015 Redistributable (x64)
如果没有的话建议安装一下,不然后续有坑
下载地址 https://www.microsoft.com/en-us/download/details.aspx?id=48145 如果安装不成功 ,看一下是否有vc++2017存在,如果有的话就把2017给卸了,再装2015就可以了
1) 首先大家要先检查下自己的显卡支不支持CUDA,可以去NVIDIA官网查(不过现在的电脑一般都支持
然后CUDA要下8.0版本 8.0 !!!目前TF只支持到这个版本(嗯……小白先被官网带偏了下载了9.1的)
下载地址 https://developer.nvidia.com/cuda-80-ga2-download-archive
2) 大约1.3GB的安装包,下载好之后按照步骤安装。
嗯 小白永远都会在安装过程遇到问题……典型失败样例如下:
“NVIDIA安装程序失败“
第一回合,小白不服,又强装了一次,嗯这回服了……
去度娘那边问啊问,一个一个帖子点进去,若以下药方不管用,建议大家跟我一样参照每个人的回答检查一下自己的配置。
1、显卡驱动问题。
解决方案
d1c4
: 去NVIDIA重新下载显卡驱动,官网会自动帮你确定你的显卡类型,我需要装的是GeForce Experience
(百度上也有建议去装鲁大师然后更新显卡驱动,那样方便一点。不过我下载完鲁大师之后,说我驱动可以更新,但是更新失败……mmp)
然后装GeForce Experience的时候也不顺利,装到一半又罢工了。于是继续度娘。
参考这个楼主的解答,我的GeForce Experience终于顺利装好了 http://blog.sina.com.cn/s/blog_4d7f24990102wi4c.html
简而言之,在系统[控制面板]→[大图标]→[管理工具]→[服务]中,启动3个服务,分别是[DeviceInstall
Service], [Device Setup Manager], [Windows Installer],就是下面这3个服务
【WindowsInstaller】
【Device SetupManager】
【Device InstallService】
这三个都按照图片配好,我的显卡驱动也就安装成功了
现在再来装一次CUDA,终于显示安装成功了
来我们测试一下:
在DOS界面(在搜索菜单栏键入cmd,打开桌面应用命令提示符)输入 nvcc -V,显示如下界面则安装成功了
(容我讲一句喜悦的 MMP!
然后完成后配置系统变量,在系统变量中的CUDA_PATH中,加上三个路径,
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\lib\x64
tensorflow 1.5.0 ---cudnn 7
tensorflow 1.3.0---cudnn 6
下载好后解压,里面有bin、include、lib三个目录,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹,默认文件夹在:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
因为python下的pip下载非常方便,我们一会也是用到pip下载tensorflow,但是pip的源默认是国外的,要翻墙,所以建议先改个pip源
在C:\Users\pc路径下创建pip文件夹,在里面新建 pip.ini配置文件
并填入如下内容(阿里云的镜像)
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
(具体: 新建txt文本文件,然后填入内容,保存文件。在查看选项里把“隐藏拓展名”的选项去掉,不勾选,然后文件名会变成pip.txt,重命名为pip.ini)
2、在开始面板里,找到 Anaconda Prompt
如果你和我一样是python3.6,那么我们需要创建一个py3.5的环境,因为tf目前只支持到3.5
在Anaconda Prompt中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:
conda create -n tensorflow python =3.5
然后等待它运行完成
activate tensorflow(激活tensorflow环境)
这时会变成这样
接着输入 pip install tensorflow-gpu
网上很多教程会输入pip3 install tensorflow-gpu,虽然网友说pip和pip3并没有什么区别,但是pip3困住了我好久,我只有pip才能有效下载和安装
然后如果安装成功,那么恭喜你完成了!可以翻到最后去测试一下tensorflow了
但是依照小白的多bug多坑体质,哪那么容易结束
Q1 Unknown requries Python >=2.6 <3 but ......
开玩笑呢……难道我应该安装py2.7吗
解决方案如下:
是futures出的问题,tf 1.5.0需要3.1.1版本的,所以再下一次,下载成功会显示successfully
如果你的出现以下情况, 请去futures路径下把futures给删了,然后重新pip 一下
Q2 ImportError: Could not find 'cudart64_90.dll'.
TensorFlowrequires that this DLL be installed in a directory that is named in your %PATH%environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-toolkit
首先我先去确认了一下cuda 9.1卸载干净了
然后还是不行,参考这个帖子 http://blog.csdn.net/wobeatit/article/details/79207196
改了tensorflow的版本 改为1.3.0
pip install
tensorflow-gpu=1.3.0
然后出现了Q3……
Q3
安装了好几遍,都是这样的错误
后来参考网上问题,发现可能tensorflow-gpu 1.3.0版本,对应的cudnn也要改版本,改成 cudnn 6
照着做了,然后,嗯,终于successfully
activate tensorflow--->python--->
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
[b]最后,如果你看到Tensorflow在热情地和你打招呼,那么就是成功啦!*★,°*:.☆( ̄▽ ̄)/$:*.°★* 。[/b]
.
在另一台电脑上装了一遍TF1.5.0,其实并不复杂,下载速度快的话1个小时就可以搞定,而且从头到尾也并没有之前出现过的任何问题,所以啊,归根结底,还是版本的问题
吃一堑长一智。下次谨记,不要网上乱翻教程,因为随着版本更新都是有时限性的,最靠谱的还是官方文档。
本文主要内容是1.3.0安装过程,但是装1.5.0只需把软件版本改一下即可。
2018.2.6 下午 更:
终于明白为什么问题百出了。
2018年1月28日,tensorflow 1.5.0新版本发布,所以当我在2018年2月5日,执行 pip install tensorflow-gpu 默认下载的是1.5.0版本
而我之前按照网上很多教程,配置的都是1.3.0老版本的环境
所以当我最后 pip install tensorflow-gpu=1.3.0 然后就下载成功了
参照官方文档,现在明确一下两个版本要求的环境:(按照安装顺序排列)
1.3.0
Python 3.6(3.5也可以) + Anaconda3 5.0.1 +
Visual Studio 2015(C++) + Visual C++ 2015 Redistributable
+DXSDK_Jun10.exe + CUDA 8.0 + CUDNN 6
1.5.0
Python 3.6(3.5也可以) + Anaconda3 5.0.1 + Visual Studio 2017(C++) + Visual C++ 2015 Redistributable +DXSDK_Jun10.exe + CUDA 9.0 + CUDNN 7
(NVIDIA 中国官网上的 CUDA 9.1不行,这里附上英国官网的CUDA 9.0 下载链接:
https://developer.nvidia.com/cuda-90-download-archive
另,我第二次安装的时候遇到一个问题 是Anaconda prompt命令框里出现无法识别conda 指令
'C:\Users\PKumar\Continuum\anaconda3\Scripts\activate.bat' is not recognized as an internal or external command, operable program or batch file.#6053
参考这里,亲测有效解决
https://github.com/conda/conda/issues/6053#
另,刚刚才知道,把python 3.6删了也没事,其实直接装anaconda作为默认的python就好了
2018.2.6 上午 更:
劝大家别看百度各种教程了,包括我这篇,都是不好好看官方文档脑子里进的水
附官方链接,版本很重要!
tensorflow 官方安装教程(2018.1.27)
https://tensorflow.google.cn/install/install_windows
2018.2.5 配置三天环境的总结
本来已经准备好Ubuntu双系统的,但是发现TF竟然已经支持Windows,想想还是win吧
真·资深小白:摸摸鱼装装软件,快两天了还没配置好深度学习环境
这特么还怎么开始深度学习???
算了 小白捡起破笔记本(4G内存+机械硬盘512G 想哭……当初买电脑的时候脑子里进了多少水),决定继续
这篇教程其实就是 多种安装方案和教程的汇总+遇到问题的总结和解决>>>如有雷同,我抄你的,感谢大神分享
1、python 3.6 下载安装(这一步后来发现可以直接跳过,只要在anaconda安装时勾选anaconda为默认python即可)
https://jingyan.baidu.com/article/d45ad14842d99969542b8054.htmlpython下载和安装是跟着这个教程里的,讲的很详细了
下了python 3.5的就别改了 挺好的
2、Anaconda3-5.0.1 下载安装
下载地址:https://repo.continuum.io/archive/index.html选择和自己电脑匹配的版本,我选的是
(x86是32位系统,x64是64位系统)
安装过程与一般软件一样,按照提示即可,另外在安装过程中尽量选择全部安装,它会自动配好环境变量。
安装中有个勾选的环节,两个都勾上。
完成之后可在使用:Ctrl+R进入dos命令行,然后输入python看到相应的版本,说明安装完成且没有问题。
3、DXSDK_Jun10.exe
微软的DirectX SDK工具包,不安装它的话,后面编译CUDA_Samples是没法成功的。下载地址:http://www.microsoft.com/download/en/details.aspx?displaylang=en&id=6812
但是安装到最后还是显示DXSDK安装失败,
不过网上说:
“我在windows
10上安装的时候,最后的时候会报错,不过没有关系,关掉那个框。搜索下"d3dx9.h"、"d3dx10.h"、"d3dx11.h"头文件是不是存在,如果路径如下这个样子,就成功了。路径:C:\Program Files (x86)\Microsoft DirectX SDK (June 2010)\Include\d3dx9.h”
这一步参考 https://www.jianshu.com/p/c245d46d43f0
4、Visual Studio (C++)2015 community
啊罪过罪过,这步我之前忽略了,原来是把VS和VC++搞混了(……告辞告辞建议大家下载VS2015(VS2017我安装不成功,度娘普遍2015
官方那边我是没找到下载的地方,这里丢个链接: https://www.ithome.com/html/win10/164028.htm
在线安装就行。然后如果只为CUDA而装VS的话,建议自定义模式,然后就勾选C++就行,其他功能看自己需要选择。全装不仅慢而且占地方。
然后静静等待安装成功……注意这个过程网不要断(我下载的是在线安装的包)
后续补充:装完后进入控制面板-》程序与功能看一下有没有 Microsoft Visual C++ 2015 Redistributable (x64)
如果没有的话建议安装一下,不然后续有坑
下载地址 https://www.microsoft.com/en-us/download/details.aspx?id=48145 如果安装不成功 ,看一下是否有vc++2017存在,如果有的话就把2017给卸了,再装2015就可以了
5、CUDA 8.0 (GPU需要)
CUDA是由显卡厂商NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。1) 首先大家要先检查下自己的显卡支不支持CUDA,可以去NVIDIA官网查(不过现在的电脑一般都支持
然后CUDA要下8.0版本 8.0 !!!目前TF只支持到这个版本(嗯……小白先被官网带偏了下载了9.1的)
下载地址 https://developer.nvidia.com/cuda-80-ga2-download-archive
2) 大约1.3GB的安装包,下载好之后按照步骤安装。
嗯 小白永远都会在安装过程遇到问题……典型失败样例如下:
“NVIDIA安装程序失败“
第一回合,小白不服,又强装了一次,嗯这回服了……
去度娘那边问啊问,一个一个帖子点进去,若以下药方不管用,建议大家跟我一样参照每个人的回答检查一下自己的配置。
1、显卡驱动问题。
解决方案
d1c4
: 去NVIDIA重新下载显卡驱动,官网会自动帮你确定你的显卡类型,我需要装的是GeForce Experience
(百度上也有建议去装鲁大师然后更新显卡驱动,那样方便一点。不过我下载完鲁大师之后,说我驱动可以更新,但是更新失败……mmp)
然后装GeForce Experience的时候也不顺利,装到一半又罢工了。于是继续度娘。
参考这个楼主的解答,我的GeForce Experience终于顺利装好了 http://blog.sina.com.cn/s/blog_4d7f24990102wi4c.html
简而言之,在系统[控制面板]→[大图标]→[管理工具]→[服务]中,启动3个服务,分别是[DeviceInstall
Service], [Device Setup Manager], [Windows Installer],就是下面这3个服务
【WindowsInstaller】
【Device SetupManager】
【Device InstallService】
这三个都按照图片配好,我的显卡驱动也就安装成功了
现在再来装一次CUDA,终于显示安装成功了
来我们测试一下:
在DOS界面(在搜索菜单栏键入cmd,打开桌面应用命令提示符)输入 nvcc -V,显示如下界面则安装成功了
(容我讲一句喜悦的 MMP!
然后完成后配置系统变量,在系统变量中的CUDA_PATH中,加上三个路径,
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\lib\x64
6、CUDNN 下载安装
NVIDIA官网下载就行,注意对应cuda的版本tensorflow 1.5.0 ---cudnn 7
tensorflow 1.3.0---cudnn 6
下载好后解压,里面有bin、include、lib三个目录,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹,默认文件夹在:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
7、tensorflow-gpu下载安装
1、修改pip源因为python下的pip下载非常方便,我们一会也是用到pip下载tensorflow,但是pip的源默认是国外的,要翻墙,所以建议先改个pip源
在C:\Users\pc路径下创建pip文件夹,在里面新建 pip.ini配置文件
并填入如下内容(阿里云的镜像)
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com
(具体: 新建txt文本文件,然后填入内容,保存文件。在查看选项里把“隐藏拓展名”的选项去掉,不勾选,然后文件名会变成pip.txt,重命名为pip.ini)
2、在开始面板里,找到 Anaconda Prompt
如果你和我一样是python3.6,那么我们需要创建一个py3.5的环境,因为tf目前只支持到3.5
在Anaconda Prompt中利用Anaconda创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:
conda create -n tensorflow python =3.5
然后等待它运行完成
activate tensorflow(激活tensorflow环境)
这时会变成这样
接着输入 pip install tensorflow-gpu
网上很多教程会输入pip3 install tensorflow-gpu,虽然网友说pip和pip3并没有什么区别,但是pip3困住了我好久,我只有pip才能有效下载和安装
然后如果安装成功,那么恭喜你完成了!可以翻到最后去测试一下tensorflow了
但是依照小白的多bug多坑体质,哪那么容易结束
Q1 Unknown requries Python >=2.6 <3 but ......
开玩笑呢……难道我应该安装py2.7吗
解决方案如下:
是futures出的问题,tf 1.5.0需要3.1.1版本的,所以再下一次,下载成功会显示successfully
如果你的出现以下情况, 请去futures路径下把futures给删了,然后重新pip 一下
Q2 ImportError: Could not find 'cudart64_90.dll'.
TensorFlowrequires that this DLL be installed in a directory that is named in your %PATH%environment variable. Download and install CUDA 9.0 from this URL: https://developer.nvidia.com/cuda-toolkit
首先我先去确认了一下cuda 9.1卸载干净了
然后还是不行,参考这个帖子 http://blog.csdn.net/wobeatit/article/details/79207196
改了tensorflow的版本 改为1.3.0
pip install
tensorflow-gpu=1.3.0
然后出现了Q3……
Q3
“DLL load failed: 找不到指定的模块”
安装了好几遍,都是这样的错误后来参考网上问题,发现可能tensorflow-gpu 1.3.0版本,对应的cudnn也要改版本,改成 cudnn 6
照着做了,然后,嗯,终于successfully
8、测试
打开anaconda prompt,activate tensorflow--->python--->
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
[b]最后,如果你看到Tensorflow在热情地和你打招呼,那么就是成功啦!*★,°*:.☆( ̄▽ ̄)/$:*.°★* 。[/b]
.
相关文章推荐
- 从零开始搭建深度学习服务器: 基础环境配置(Ubuntu + GTX 1080 TI + CUDA + cuDNN)
- 深度学习开发环境调查结果公布,你的配置是这样吗?(附新环境配置) By 李泽南2017年6月26日 15:57 本周一(6 月 19 日)机器之心发表文章《我的深度学习开发环境详解:Te
- caffe深度学习环境下ssd配置
- 深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow
- 2.1 深度学习常用软件包和环境配置
- 在ubuntu中配置深度学习python图片分类实验环境
- 深度学习进阶之第2章 软件包安装和环境配置总述
- 在U盘里配置好主流深度学习框架及GPU环境theano\tensorflow\keras\caffe\cuda7.5
- 深度学习主机环境配置4---Tensorflow配置
- 环境搭建 | 深度学习爱好者如何配置带GPU电脑环境
- Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境
- CenOS配置深度学习开发环境
- 深度学习框架caffe在ubuntu上无GUP编译环境详细配置
- 深度学习实践操作—从小白到大白(八):安装Pytorch到特定的Anaconda环境
- Windows环境Keras深度学习框架配置
- 深度学习---Windows VS2015 tensorflow环境配置
- 全新服务器配置Win10+Ubuntu16.04双系统及深度学习环境配置
- 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
- 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
- 深度学习主机环境配置1---系统快速配置:ubuntu-16.04.2-desktop-amd64.iso