安裝anaconda
- 可以在清華鏡像站下載好並進行安裝
地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
版本:Anaconda3-5.3.1-Windows-x86_64.exe
- 配置系統環境變量
path中加入以下兩行路徑(自行對應anaconda安裝路徑)
D:\Anaconda3
D:\Anaconda3\Scripts
- conda 添加清華的源(爲了加快後續相關包的安裝速度)
1.打開命令行執行conda config --set show_channel_urls yes
會在 用戶目錄(C:\User\用戶名)下生成 .condarc文件
2. 用記事本打開.condarc文件,替換成以下內容:
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
CUDA安裝前檢查環境
-
CPU型按照官網(科學上網)進行操作
-
GPU型
1.查看自己電腦的GPU型號
- 谷歌搜索“你的GPU型號+SPECIFICATION”,在官網查它是否支持CUDA
安裝CUDA
tensorflow版本與環境對應
聽說 tensorflow_gpu-1.14.0和CUDA10.0最匹配
- 官網下載好直接安裝
- 安裝好後,打開anaconda的terminal輸入
nvcc -V
安裝cuDNN
- 官網下載後進行解壓,自行對應版本
- 配置系統環境變量(我的是解壓後存放路徑)
D:\xxx\cuda\bin
- 下載CUDNN後,複製粘貼cuDNN裏面的下面三個文件到CUDA的相應同名文件(下載下來的文件爲cudnn-10.0-windows10-x64-v7.6.5.32.zip,將壓縮包裏的文件解壓縮後放到cuda 10.0的安裝目錄下,一般爲
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0)
覆蓋同名的目錄即可
1.cudnn\cuda\bin => CUDA\v10.0\bin
2. cudnn\cuda\include => CUDA\v10.0\include
3.cudnn\lib\x64 => CUDA\v10.0\lib\x64
安裝tensorflow
- cmd輸入
conda create -n tensorflow pip python=3.6
- 激活環境
activate tensorflow
- 安裝tensorflow-gpu
conda install tensorflow-gpu=1.14
pycharm中使用
-
創建一個項目
-
點擊後,進入Settings界面,在左側列表中選中Project Interpreter,並點擊右上方的齒輪按鈕
-
點擊後,選擇Add菜單項,如下圖所示:
- 在彈出的Add Python Interpreter對話框中,首先在左側選擇Conda Environment,然後點擊右側Existing environment對應的瀏覽按鈕,如下圖所示:
-
彈出的瀏覽對話框中,粘貼第2節中記錄下來的目錄,並選中該目錄中的python.exe,注意不要選錯了(有初學者容易選成Anaconda目錄中的python.exe文件,這樣的話後續test可能引發錯誤),選中後點擊下方的OK按鈕,如下圖所示:
-
測試代碼
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
部分圖片思路來源其他博客,相關作者可與我取得聯繫,可將鏈接附上