(绕坑)搭建tensorflow-gpu运行环境,cuda+Anaconda+python+tensorflow
作者本人是想利用Tensorflow进行VGG-16框架训练,一开始用的CPU,训练起来心态,都可以烤牛排,就想搭载GPU版的,在搭建tensorflow-gpu的时候,由于一开始装了个python版本,在Anaconda上面创建虚拟环境的时候老是会出现混乱。所以建议大家就仅用Anaconda,挺好用的。
个人建议:注意版本选择,以及你自己的驱动(cuda8.0+cudnn6.0+Anaconda-python3.7+tensorflow-gpu-1.1)
由于前面几次失败经历,给出一套比较稳定的选择,同时tensorflow不要太新版的,因为2.0舍弃了一些函数,创建VGG-16模型的时候会出现警报(个人强迫症!!!!不喜欢)
虽然说Anaconda是python3.7的但是没关系,我们可以创建一个虚拟环境(用python3.6)
旧版本下载:
Cudnn:https://developer.nvidia.com/rdp/cudnn-archive
Cuda:https://developer.nvidia.com/cuda-toolkit-archive
下载完成后安装上,网上很多教程就不一一例举了,挺简单的,但是版本一定要对应好,这是重点!
下载安装Anaconda-py-3.7,直接去官网下载就ok,去清华软件镜像站下载也可以(推荐,因为下载比较快,附上链接):https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装过程也不多说了,网上都有,但是安装Anoconda会占用比较大的空间,如果小伙伴们的C盘很紧凑的话建议其他盘
安装完毕后应该有这些,点(红圈)这个,
进去,然后建议点击Channels加一个清华的镜像站链接,因为安装的时候会快一些,我加的有两个,给大家贴出来
1、https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2、https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
创建环境咯!我已经创建一个了tf-gpu的,但是没影响
点击create,选择py版本(个人建议3.6),然后创建就ok了QAQ
然后点击这个
进去,进入到那个环境!activate tf-gpu (这是你们自己命名的,可能有区别)
我们python一下,可以看到版本,然后用 aconda install tensorflow-gpu 命令安装tensorflow-gpu
然后'y'就ok了,就会自动安装咯!(我就不安装示范了,因为我有一个环境了)
然后检查一下是否安装好!键入,如果出现类似界面,恭喜你配置完成!!!!!
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
然后如何在pycharm里面使用这个环境呢?
打开pycharm
File->setting->project:recognizer-project->project interpreter->add
然后添加,添加python.exe就可以了,确定保存设置
我们来检验一下!我们可以看到现在用的就是Anaconda配置的环境咯!
(小建议:如果小伙伴想要看到训练进度,可以不用pycharm,,可以用Spyder,但是你要切换环境再用哦!!!)
喜欢的小伙伴可以来点点赞QAQ~~~~
- win10下搭建Mask Rcnn环境详细教程并运行第一个demo程序(包含Anaconda+Tensorflow-gpu+Cuda+cuDnn安装过程及各种坑)
- 深度学习tensorflow-gpu环境搭建避坑指南-win10_anaconda_python3.5_cuda8.0
- Windows7+anaconda2+python3+PyCharm+TensorFlow 环境搭建(无GPU)
- [置顶] 深度学习框架搭建 Ubuntu16.04+CUDA+Anaconda4.2+Python3.5+keras+TensorFlow gpu+cuDNN
- Win10,Anaconda,GPU,CUDA9.0,cudnn7.1,python3.6,TensorFlow环境安装
- win10 + tensorflow_gpu 1.12.0 + CUDA 10.0 + Anaconda + RTX 2080 +pyCharm 环境搭建过程
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- 深度学习环境搭建:linux下 Ubuntu16.04+cuda8.0+cudnn+anaconda+tensorflow并配置远程访问jupyter notebook
- Tensorflow1.4.0(GPU)+Win10+Anaconda5.0.1+CUDA8.0+cuDNN6.0+Python3.6深度学习环境安装
- 神经网络环境python2.7+tensorflow(gpu)+keras+cuda toolkit8.0+cudnn5.1+anaconda(ubuntu 16.04desktop64位)
- [step by step]利用docker搭建Tensorflow环境(tensorboard + tensorflow+gpu)
- 深度学习服务器环境搭建详细版(Ubuntu16.04+CUDA8+Caffe+Anaconda+TensorFlow+共享)
- win10下caffe环境搭建: win10 + vs2013 + caffe + CUDA 7.5 + cudnn v4 + Anaconda2 (python 2.7) 目前未使用GPU
- 利用anaconda配置cuda+cudnn+tensorFlow环境搭建
- 从零开始深度学习(一)【环境搭建:(win10+N卡)python+tensorflow-gpu安装】
- (Tensorflow之一)python2.7+tensorflow+opencv的环境搭建(ubuntu)
- Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程)
- ubuntu下tensorflow-gpu环境搭建(通过anaconda,手动安装或环境含有cuda和cudnn)