Windows Conda 安装 TensorFlow

44次阅读次阅读
没有评论

 

配置:

  • Windows 10
  • 英伟达独立显卡

前言

  • 检查你的显卡是否支持CUDA:

点击:http://www.nvidia.com/object/geforce_family.html

第一步:安装Anaconda

1.下载

Windows

  • 选择和你系统适配的版本。

2.安装

  • 直接双加安装包

 

  • 这一步不要勾选**“Add Anaconda to my PATH enviroment variable”,我们后面会手动加入。Windows

3.配置环境变量

  • 进入系统高级设置

Windows

  • 在path变量中添加(将以下三个路径加入,注意这里要换成你自己的安装路径。)
<code>C:\\Users\\t-yaoguo\\AppData\\Local\\Continuum\\anaconda3
C:\\Users\\t-yaoguo\\AppData\\Local\\Continuum\\anaconda3\\Scripts
C:\\Users\\t-yaoguo\\AppData\\Local\\Continuum\\anaconda3\\Library\\bin
复制代码
</code>

然后win+R打开cmd 输入:conda -V 能正常显示版本号,证明已经配置成功了。

第二步:安装TensorFlow

1.创建conda环境

<code>conda create -n tensorflow pip python=3.7(这里python版本需要跟你系统的Python环境一样)
复制代码
</code>

Windows

如果安装的时候很慢,或者出现超时的错误,那就将Anaconda跟换为国内的源(

更换教程

Windows

出现上图情况则表示环境创建成功。

2.激活环境

接着输入命令:

<code>activate tensorflow
复制代码
</code>

Windows

3.安装TensorFlow

注意: 一定是在激活环境下安装。 安装gpu版本

<code>pip install --ignore-installed --upgrade tensorflow-gpu 
复制代码
</code>

安装CPU版本

<code>pip install --ignore-installed --upgrade tensorflow
复制代码
</code>

如果出现网络超时错误可食用以下命令:

<code>pip install -i <https://pypi.tuna.tsinghua.edu.cn/simple> tensorflow-gpu
复制代码
</code>

cpu版本也是一样

Windows

这样已经就安装成功了。

由于我们的新建的TensorFlow环境基本都是空的,所以需要安装一些Anaconda包,命令如下:

<code>conda install anaconda
复制代码
</code>

第三步:安装CUDA Toolkit + cuDNN

1.检查需要安装的CUDA+cuDNN版本

点击检查你安装的最新TensorFlow支持CUDA版本: www.tensorflow.org/install/ins…

注意: TensorFlow和CUDA版本一定要适配,不然会安装不成功。 TensorFlow和CUNA对照图

Windows

2.CUDA+cuDNN下载安装

下载链接链接: developer.nvidia.com/cuda-toolki…

进入下载界面

 

WindowsWindows

下载好CUDA后,然后下载cuDnn,需要注意的是,下载cuDNN需要在nvidia上注册账号,使用邮箱注册就可以,免费的,登陆账号后才能下载。 cuDNN历史版本下载地址:

developer.nvidia.com/rdp/cudnn-a…

Windows

Windows

3.安装 CUDA Toolkit和 cuDnn

首先安装CUDA,为了避免在安装报错,建议先卸载已经安装好的显卡驱动,然后再安装CUDN Toolkit。

双击CUDA的安装包即可开始安装

 

WindowsWindows

勾选所有

 

WindowsCUDA安装完成后即可安装cudnn 解压下载的cudnn包

Windows

将cudnn的包下面的各个文件夹里面的文件,拷入CUDA安装目录对应的文件夹下面。 如图:

Windows

配置环境变量 将下面四个路径加入到环境变量中(注意换成自己的安装路径)

<code>C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\bin

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\lib\\x64

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v9.0\\libnvvp
复制代码
</code>

第四步:测试

1.检查是否使用GPU(也能检查tensorflow是否安装成功)

win+R 在cmd中输入

命令:activate tensorflow

输入:Python

输入:

<code>import tensorflow as tf
tf.test.gpu_device_name()
复制代码
</code>

Windows

注意:

如果你安装的是gpu版本,但是输出的是cpu的信息,你检查一下显卡驱动是不安装成功,如果没有的话,你需要手动安装一下。 如果都显示正常,则说明tensorflow安装没问题。

说明:

tensorflow 1.0之后的版本和tensorflow 2.0有很大的差别,如果你的项目用的是tensorflow1.0,那就不要安装tensorflow 2.0 否则项目运行不起来。

安装tensorflow特定版本命令如下:

<code>pip install -i <https://pypi.tuna.tsinghua.edu.cn/simple> tensorflow-gpu==1.x.0
复制代码
</code>

x:表示版本号

admin
版权声明:本站原创文章,由admin2021-01-05发表,共计8901字。
转载提示:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)