文章目录
1 CUDA和cuDNN环境配置1.1 查看电脑的显卡类型1.2 CUDA安装1.3 cuDNN的设置1.4 环境变量配置 2 anaconda的安装3 配置TensorFlow环境3.1 创建TensorFlow的虚拟环境3.2 安装TensorFlow 4 在jupyter notebook和pycharm中使用tf4.1 在jupyter noterbook中使用tenforflow4.2 pycharm中使用tf其实之前都在电脑上配置过tensorflow的环境,当然也是在anaconda下的,同时也写过相关的问题笔记,但是由于偷懒写的很简略。在重装了系统之后,电脑上的TensorFlow环境出了点问题,干脆就卸载了anaconda。重装TensorFlow时发现自己居然不会了,哎,搜索了一些博客后,最终算是圆满安装,这次不偷懒,仔仔细细地记录下。
由于我配置的是GPU版本的,所以要涉及CUDA的配置。这里我把整个过程描述为CUDA和cuDNN环境配置、安装anaconda、配置TensorFlow环境、在jupyter notebook和pycharm中使用tf四个环节。我的环境为:win10、64位、显卡为1050Ti。
1 CUDA和cuDNN环境配置
1.1 查看电脑的显卡类型
在电脑设备管理器(我的电脑右键–点击属性–出现设备管理器)中显示适配器下查看。如下图所示,我的电脑的显卡为1050Ti。
1.2 CUDA安装
关于CUDA安装的版本,很多博客上都说要去NVIDIA控制面板下(如下图所示)查看自己需要的CUDA版本,其实我觉得是可以不用的,因为TensorFlow现在最高只支持CUDA9.0,我之前也是安装了CUDA9.1,然后却在安装TensorFlow的时候报错。所以这次我直接安装CUDA9.0。关于这方面的更多细节请参考。需要注意在安装之前可能需要更新NVIDIA显卡驱动,在更新驱动的时候,个人建议尽量使用低版本的驱动。驱动下载地址
TensorFlow官网对显卡的支持
在敲定了CUDA的版本之后,就可以去官网下载了。我这里的选择如下图所示。
下载完成之后,为了简单起见,所有设置默认安装。
安装验证,在cmd窗口中输入nvcc -V
查看CUDA的安装,如下图所示,表明安装成功。
1.3 cuDNN的设置
至于使用什么版本的cuDNN,下图为TensorFlow各个版本相关的支持。
这张图片只到了1.7版本,所以上表所列的版本支持不高,仅供参考。但是现在在TensorFlow官网上,要求7.2以上版本。官网下载地址,在下载的时候要注册登录,笔者注册了好久都没成功,后面直接百度的。这里是我上传的资源。
在下载好了cuDNN(其本质就是一个压缩文件)之后,解压缩,将cuDNN的三个文件(cudnn64_7.dll ,cudnn.h ,cudnn.lib )复制粘贴到CUDA下的相同目录(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0,这是默认的CUDA安装目录),如果更改了CUDA安装目录这里就要改为更改后的目录。
复制cuDNN目录中的文件:
cuDNN–>bin\cudnn64_7.dll
cuDNN–>include\cudnn.h
cuDNN–>lib\x64\cudnn.lib
到CUDA对应目录中:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
1.4 环境变量配置
CUDACUDA会在安装的时候自动配置环境变量。cuDNN
有cuDNN也是拷贝到了CUDA路径下所以也就不用配置环境变量了。
2 anaconda的安装
首先去现在anaconda,推荐使用清华源下载,速度嗖嗖嗖的。根据个人需求安装吧,需要注意TensorFlow现在最高支持python3.6,所以anaconda安装的时候要注意其所支持的Python版本,我这里下载的是Anaconda3-5.0.0-Windows-x86_64.exe,对应Python版本为3.6.2。anaconda和Python对应版本[查看](/yuejisuo1948/article/details/81043823)
anaconda的安装很简单,基本上一路默认安装,为了方便,需要勾选自动创建环境变量这一项,免得自己以后去配置。如下图所示。
查看安装
在cmd中,输入conda list,查看已经安装的库。
3 配置TensorFlow环境
在开始菜单中找到anaconda,点击Anconada Prompt,如下图所示。
3.1 创建TensorFlow的虚拟环境
在Anaconda Prompt窗口中输入conda create -n tensorflow python=3.6
,表示在Anaconda创建一个python3.6的虚拟环境,环境名称为tensorflow(也可以自定义一个)。
接下来在Anaconda Navigator中可以看到已经创建好了一个名为tensorflow的虚拟环境,如下图所示。
在Anaconda Prompt输入activate tensorflow
,激活tensorflow环境。注意下图中箭头所指部分为tensorflow,而在没有激活tensorflow环境时为Anaconda。
另外deactivate tensorflow
表示关闭tensorflow虚拟环境。
3.2 安装TensorFlow
安装CPU版本
在激活tensorflow环境下,输入pip install --upgrade --ignore-installed tensorflow==1.10 -i https://pypi.tuna./simple
这里安装的是CPU版本的tensorflow,版本号为1.10,现在目前最高为1.12(我这里选择1.10,是因为我的其他机子也是在用的1.10版本),-i表示使用哪里的源,这里我使用的是清华源,速度快。
安装GPU版本
输入pip install --upgrade --ignore-installed tensorflow-gpu==1.10 -i https://pypi.tuna./simple
即可。
测试安装
在anaconda Prompt中输入如下代码(一定要激活tensorflow环境):
import tensorflow as tfprint(tf.__version__) # 打印当前tf的版本with tf.device("/device:GPU:1"):a = tf.get_variable("a",[2],initializer=tf.ones_initializer) #定义一个a变量,并且把他放置在了GPU1上
如果出现如上图所示情况,表示GPU和CPU版本的tensorflow都安装成功了。
4 在jupyter notebook和pycharm中使用tf
4.1 在jupyter noterbook中使用tenforflow
在tensorflow环境下安装jupyter noterbook
打开Anaconda Navigator,点击Home,Application on选项卡中选择tensorflow(表示在tensorflow环境中安装的应用),如下图所示。
我这里是安装了notebook的,会显示Launch,如果没有安装会显示Install,点击安装即可,可能需要点时间。
使用tensorflow环境下的jupyter noterbook
安装成功后,如果不出意外,会在开始菜单栏出现下图所示情况。可以看到有两个jupyter notebook应用,一个是在anaconda base环境下,一个是在tensorflow环境下。
在Anaconda Prompt中输入activate tensorflow
激活tensorflow环境,然后输入jupyter notebook
开启jupyter notebook,之后就会在浏览器中打开了。需要注意,也可以在开始菜单中直接点击jupyter notebook的快捷方式打开,不过我这里不推荐这么使用。
其他应用,比如Spyder的安装也是类似的。
在notebook中新建一个Python3文件,进行tensorflow的测试,如下图所示表示成功。
另外jupyter notebook的默认路径是c:\uers下,使用起来很不方便,我这里是修改了默认开启的路径的。
在cmd中输入jupyter notebook --generate-config
如下图,输入y,我这里已经有了,就不再输入了。
在C:\Users…jupyter路径下找到jupyter_notebook_config.py,打开进行如下修改:
## The directory to use for notebooks and kernels. #c.NotebookApp.notebook_dir = '' 将其改为 ## The directory to use for notebooks and kernels. c.NotebookApp.notebook_dir = 'F:\PythonCode' 其中F:\PythonCode为我的工作空间,你可以改成你自己的, 注意:#c.NotebookApp.notebook_dir = ''中的#必须删除,且前面不能留空格。
不过上述方法比较麻烦的是,每次都必须从anaconda Prompt启动,而且一定要激活tensorflow环境,否则打开的是base环境中的jupyter,如果在快捷方式中打开,那么就不对,仍然为原来的路径。至于修改jupyter notebook默认路径的更多方法,请参考博客。
4.2 pycharm中使用tf
至于pycharm的安装,自行百度吧,如果使用社区版很简单,使用专业版的话破解需要稍微弄下。
打开pycharm,新建一个项目,配置Python解释器。在File-Setting–Project Interpreter选择tensorflow下的Python解释器。如下图所示。注意,可能有多个解释器,一定要选择在tensorflow虚拟环境下的那个。
需要注意,可能在新建完项目后根本不会出现这个解释器,很可能是下图所示。
点击Add,然后在Virtualenv Environment或者Conda Environment中选择Existing environment,然后选择你安装anaconda的路径,选择envs–>tensorflow–>python.exe即可,最后把Make available to all projects 勾选上,之后在所有项目中都会出现了。当然也可以在新建项目的时候,就选择好相应的解释器。
和之前一样进行测试,运行后得到如下图所示,表明成功配置。
大功告成。
参考博客:/u010858605/article/details/64128466
/u010824101/article/details/80553847
/yuejisuo1948/article/details/81043823
/u013080652/article/details/68922702
/u014552678/article/details/62046638