文章目錄

• 楔子
• anconda的安裝：
• CUDA，cuDNN的安裝：
• tensorflow-gpu的安裝：
• • 配置一個(gè)tensorflow的環(huán)境：
  • 安裝tensorflow-gpu：
  • 安裝spyder：
• pytorch安裝：
• conda commands:

楔子

之前是在ubuntu16.04LTS上安裝的是python2.7非anconda方式的tensorflow-gpu。
1、學(xué)習(xí)使用一段時(shí)間后python2.7有點(diǎn)坑，網(wǎng)上的好多代碼不能直接運(yùn)行，比如：無法使用**表示keywords dic；
2、而且在ubuntu使用spyder始終無法實(shí)現(xiàn)漢字的輸入，對(duì)于學(xué)習(xí)階段注釋很重要，很不方便；
3、后來偶然使用wintogo制作了一個(gè)win10的系統(tǒng)，就像基于anconda方式傻瓜式搭建。

最后沒有能用conda的傻瓜裝法，還是在全局下安裝CUDA和cuDNN，這樣版本才能可控。

anconda的安裝：

直接官網(wǎng)下載，傻瓜式安裝。（環(huán)境變量可以勾，不勾就需要自己配置）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Windows-x86_64.exe

CUDA，cuDNN的安裝：

注意了他們兩個(gè)是配套的，先下CUDA：

再找對(duì)應(yīng)版本的cudnn
先安裝CUDA，再把cuDNN解壓，把這三個(gè)文件夾的文件放進(jìn)CUDA安裝目錄的三個(gè)相同的文件夾內(nèi)：

cuDNN是對(duì)CUDA的補(bǔ)充，是針對(duì)DNN加速的，就這么理解。
手動(dòng)添加一下如下環(huán)境變量，明顯他是針對(duì)cuDNN的環(huán)境變量

tensorflow-gpu的安裝：

配置一個(gè)tensorflow的環(huán)境：

如下就是配置一個(gè)python版本3.6的環(huán)境，環(huán)境的名字叫tensorflow ：

(base) C:\windows\system32>conda create -n tensorflow pip python=3.6

為什么需要專門配置一個(gè)新的環(huán)境，anconda有一個(gè)默認(rèn)的環(huán)境base，理論上可以安裝在默認(rèn)環(huán)境下，但是為了防止依賴沖突，最好是新建一個(gè)環(huán)境，實(shí)際上在base下直接安裝會(huì)報(bào)錯(cuò)：

(base) C:\windows\system32>conda install tensorflow-gpu Solving environment: failedUnsatisfiableError: The following specifications were found to be in conflict:- tensorflow-gpu Use "conda info <package>" to see the dependencies for each package.

進(jìn)入新的環(huán)境：

(base) C:\windows\system32> conda activate tensorflow (tensorflow) C:\windows\system32> (tensorflow) C:\windows\system32>

安裝tensorflow-gpu：

建議不要使用conda install tensorflow-gpu，他會(huì)下載使用自己的CUDA，之前說的傻瓜就是說的這個(gè)，關(guān)鍵是它自己CUDA和tensorflow-gpu不匹配使用起來存在問題，至少我試過python3.5和3.6都有問題。
使用pip安裝指定版本。

pip install --ignore-installed --upgrade tensorflow_gpu==1.8.0

安裝之前最好把pip更新到最新版本；
按照過程會(huì)安裝很多依賴，需要等待；
還有tensorflow_gpu版本需要特別注意，要和CUDA,cuDNN配套，最新版本說不定就不支持，這里給一個(gè)過時(shí)的支持：

可以直接在創(chuàng)建的容器里使用python測(cè)試：

import tensorflow as tf import numpy as np import time# 產(chǎn)生用于計(jì)算測(cè)試的數(shù)據(jù) value = np.random.randn(5000,1000) a = tf.constant(value)# 計(jì)算方式 b = a*a# gpu tic = time.time() with tf.Session() as sess:for i in range(1000):sess.run(b) toc = time.time() t_cost = toc - ticprint(t_cost)

安裝spyder：

在容器里安裝spyder:

如果base環(huán)境里面有spyder, 在這個(gè)環(huán)境里會(huì)直接copy過來的
還有一點(diǎn)在spyder里面看不見使用GPU的日志，linux里面是可以看到的，不管了反正使用的是GPU計(jì)算就是了。

pytorch安裝：

CUDA和cuDNN已經(jīng)全局安裝好了：

pip3 install https://download.pytorch.org/whl/cu90/torch-1.0.1-cp36-cp36m-win_amd64.whl pip3 install torchvision

假如外部沒有安裝CUDA和cuDNN，可以試試：

成功結(jié)果如下：

conda commands:

# 創(chuàng)建新環(huán)境 conda create -n rcnn python=3.6# 刪除環(huán)境 conda remove -n rcnn --all# 重命名環(huán)境 conda 其實(shí)沒有重命名指令，實(shí)現(xiàn)重命名是通過 clone 完成的，分兩步：# 先 clone 一份 new name 的環(huán)境 # 刪除 old name 的環(huán)境# 比如，想把環(huán)境 rcnn 重命名成 tf # 第1步 conda create -n tf --clone rcnnSource: /anaconda3/envs/rcnn Destination: /anaconda3/envs/tf Packages: 37 Files: 8463# 第2步 conda remove -n rcnn --all# 結(jié)果 conda info -e # conda environments: # crawl /anaconda3/envs/crawl flask /anaconda3/envs/flask tf /anaconda3/envs/tf root * /anaconda3

總結(jié)

以上是生活随笔為你收集整理的Win10 ancona傻瓜安装tensorflow-gpu，ancona傻瓜安装pytorch-gpu的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。