掙扎許久,爲了畢業還是逃不開機器學習,裝TensorFlow時遇到了一些坑,記錄一下。
安裝Anaconda
下載地址: https://www.anaconda.com/download/#windows
直接下載安裝即可,之後啓動命令行窗口創建一個名叫tensorflow的環境
conda create --name tf-cpu python=3.6
等待安裝完成後,進入創建好的tensorflow環境中。
activate tf-cpu
安裝TensorFlow-CPU
我之前安裝每次都死在這,出現Read Time Out問題,總是安裝不成功,找遍全網,終於解決了問題。
1. 首先,換源!直接複製下面這兩行代碼進去。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
2. 安裝Pillow,這個要先裝!!
pip --default-timeout=100 install -U Pillow
3. 設置timeout,安裝tensorflow
pip --default-timeout=100 install --upgrade --ignore-installed tensorflow
中途如果卡住直接ctrl+C重複3.的操作,等待一會tensorflow就裝好了!!
4. 備份!!!!!!!!!!
一定要備份!備份!備份!
conda create -n tf-cpu-backup --clone tf-cpu
安裝TensorFlow-GPU
聽說TensorFlow的cpu和gpu速度差很多,所以再在Anaconda中新建了個環境用來裝TensorFlow-GPU
conda create --name tf-gpu python=3.6
然後想着換源吧,開始一頓操作,最後發現清華的源裏tensorflow-gpu還是1.1.0版本的,一查發現國內的源都GG了,好吧,只能老老實實地恢復默認源。
conda config --remove-key channels
然後設置一下timeout
conda config --set remote_read_timeout_secs 600.0
接下來就是聽天由命環節,慢慢裝吧。我這裏選擇裝的是1.10版本的
conda install tensorflow-gpu==1.10
最後說下這邊是用conda裝的tensorflow-gpu,這個好處是不需要自己去裝對應的CUDA和CUDNN了,因爲今天網絡抽風死活下載不下來CUDA,所以就只能慢慢等conda安裝了。
如果使用pip安裝tensorflow-gpu,那麼需要自己安裝CUDA和CUDNN,不過好處是可以換源,聽說pypi清華鏡像還可以使用
pip install -i https://pypi.tuna.tsinghua.edu.cn/ tensorflow-gpu==1.10
好了,花了兩小時不到,利用conda安裝tensorflow-gpu 1.10就完成了!強烈安利這個方式啊,比那些什麼換源然後卡住 Timeout重新來穩定多了,雖然慢,但是它在動啊!!!完全不用提心吊膽哪一瞬間他會卡住。
tensorflow配好了,希望老闆早日給我配Titan V,希望自己順利畢業。、
2019.6.21日更新:
Jupyter Notebook
大家都說Jupyter Notebook是搞機器學習的神器級IDE,然後我發現我的Anaconda的environment中沒有Jupyter Notebook,然後我在終端中activate [環境名]進入後,使用pip進行安裝
pip install jupyter notebook
下載完成後,終端中輸入jupyter notebook就會打開一個web頁面,其上可以進行coding了。
Pycharm
Pycharm是我一直都比較喜歡的IDE了,所以準備這個也配一配。關於如何安裝Pycharm網上有很多教程我就不贅述了,然後是如何使用Pycharm導入我們剛剛用Anaconda裝好的tensorflow環境。
首先打開Pycharm選擇新建工程,這時候可以選擇Interpreter,找到Anaconda中安裝tensorflow的python.exe即可
一般默認安裝爲:
C:\Users\Administrator\Anaconda3\envs\自建環境的目錄\python.exe
點擊確定就可以進行coding了。