注意事项

一、2021/10/8更新

许多粉丝反馈，报TypeError: array() takes 1 positional argument but 2 were given错误，可以修改pillow版本解决。

pip install pillow==8.2.0

windows下配置会出现下述错误：

SubProcess ended with return code: 4294967295。

复制ptxas.exe到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin\ptxas.exe。下载链接为：
链接: https://pan.baidu.com/s/1OE98X_I_ue0QLxL2rLduug
提取码: 4xjm

学习前言

好多30系显卡呀，虽然很贵，但是为了深度学习也没有办法欸。
该博客主要是为了30系显卡写的，当然不一定一定要30系列显卡，只要支持Cuda11都可以这样配置。

各个版本tensorflow2的配置教程

各个版本tensorflow2的配置教程如下：
深度学习环境配置9——Ubuntu下的tensorflow-gpu==2.4.0环境配置
深度学习环境配置7——（30系显卡）windows下的tensorflow-gpu==2.4.0环境配置
深度学习环境配置6——windows下的tensorflow-cpu=2.2.0环境配置
深度学习环境配置3——windows下的tensorflow-gpu=2.2.0环境配置

环境内容

tensorflow-gpu：2.4.0
无需装keras，tensorflow因为自带了。

环境配置

一、Anaconda安装

Anaconda的安装主要是为了方便环境管理，可以同时在一个电脑上安装多种环境，不同环境放置不同框架：pytorch、tensorflow、keras可以在不同的环境下安装，只需要使用conda create –n创建新环境即可。

1、Anaconda的下载

同学们可以选择安装新版Anaconda和旧版的Anaconda，安装步骤没有什么区别。

旧版本anaconda的下载：
新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。
链接: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA 提取码: i83n

新版本anaconda的下载：
如果想要安装最新的Anaconda，首先登录Anaconda的官网：https://www.anaconda.com/distribution/。直接下载对应安装包就可以。


一般是下载64位的，下载完成后打开。

2、Anaconda的安装

选择安装的位置，可以不安装在C盘。

我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。

等待安装完之后，Anaconda的安装就结束了。

二、Cudnn和CUDA的下载和安装

我这里使用的是tensorflow-gpu=2.4.0，官方推荐的Cuda版本是11.0，因此会用到cuda11.0，与cuda11.0对应的cudnn是8.0.5.39。

1、Cudnn和CUDA的下载

网盘下载：
链接: https://pan.baidu.com/s/1UBZHbjT1Oq0CRvFbaG7ECg
提取码: kjfm

官网下载：
cuda11.0官网的地址是：
cuda11.0官网地址
cudnn官网的地址是：需要大家进去后寻找8.0.5.39。
cudnn官网地址

下载完之后得到这两个文件。

2、Cudnn和CUDA的安装

下载好之后可以打开exe文件进行安装。

这里选择自定义。

然后直接点下一步就行了。

安装完后在C盘这个位置可以找到根目录。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
然后大家把Cudnn的内容进行解压。

把这里面的内容直接复制到C盘的根目录下就可以了。

三、配置tensorflow2-gpu环境

1、tensorflow2-gpu环境的创建与激活

Win+R启动cmd，在命令提示符内输入以下命令：

conda create –n tensorflow2-gpu python=3.7

activate tensorflow2-gpu

这里一共存在两条指令：
前面一条指令用于创建一个名为tensorflow2-gpu的环境，该环境的python版本为3.7。
后面一条指令用于激活一个名为tensorflow2-gpu的环境。

2、tensorflow2-gpu库的安装

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

activate tensorflow2-gpu

此时cmd窗口的样子为：

然后我们输入下述指令：

pip install tensorflow-gpu==2.4.0

安装tensorflow-gpu。

3、其它依赖库的安装

但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下：

scipy==1.4.1
numpy==1.19.2
matplotlib==3.2.1
opencv_python==4.2.0.34
tensorflow_gpu==2.4.0
tqdm==4.46.1
Pillow==8.2.0
h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。

使用如下指令安装即可。下述指令中，requirements.txt前方的路径是我将文件放在桌面的路径，各位同学根据自己的电脑修改。

pip install -r C:\Users\33232\Desktop\requirements.txt

4、安装较慢请注意换源

需要注意的是，如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。

修改txt文件的内容，并且把后缀改成ini

[global]
index-url = http://pypi.mirrors.ustc.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn

全部安装完成之后重启电脑。

四、安装VSCODE

我个人喜欢VSCODE，所以就安装它啦。其它的编辑软件也可以，个人喜好罢了。

1、下载安装包安装（推荐）

最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。

a、VSCODE的下载

直接加载VSCODE的官网https://code.visualstudio.com/，点击Download for Windows即可下载。

b、VSCODE的安装

首先同意协议，点一下步。

其他里面的几个勾要打起来，因为这样就可以右键文件夹用VSCODE打开，非常方便。下一步。

继续下一步安装即可。

安装完成后在左下角更改自己的环境就行了。

2、anaconda上安装

打开anaconda，切换环境。

安装VSCODE，安装完就可以launch一下了，之后就可以把VScode固定到任务栏上，方便打开。

深度学习环境配置7——（30系显卡）windows下的tensorflow-gpu==2.4.0环境配置相关推荐

1. 30系显卡配置tensorflow1.x环境

   说明: nvidia 30系显卡仅支持cuda11.0及以上版本,对应cudnn最低版本为8.0,tf版本为2.4.0 在win系统中无法实现30系显卡运行tf1的代码 该教程使用的环境如下: Ubu ...

2. DenseFusion Demo复现(30系显卡+CUDA11.1+pytorch1.8.0))

   提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 Ubuntu20.04下DenseFusion Demo复现(30系显卡+CUDA11.1+pytorch1.8.0)) 文章目录 U ...

3. 深度学习之30系显卡虚拟环境配置（100%成功，windows，英伟达30系显卡，torch版本1.7.1）

   傻瓜式教学,肯定保证您配置成功 目录 前言 一.安装显卡驱动 1.查看自己的显卡型号 2.上官网下载显卡驱动 3.检查是否安装成功 二.安装Anaconda(Miniconda也行) 三.安装pyth ...

4. 30系显卡配置pytorch环境

   我先说明,我是个新手,我只是把困扰了我很久的问题解决了,然后写个记录. 问题描述 我最开始按照Bubbliiiing大佬分享的博客内容进行目标检测相关的学习,原来用的是1650的笔记本,一切顺利,唯独 ...

5. 基于30系显卡以及Ubuntu18.04系统的YOLOv3环境搭建和训练模型以及测试

   基于30系显卡以及Ubuntu18.04系统的YOLOv3环境搭建和训练模型以及测试 安装环境 下面是官网对N卡框架以及驱动和cuda版本的部分对应关系 驱动 (可以跳过这段安装,你可以在安装CUDA ...

6. 30系显卡怎么配置rangenet++和SuMa++

   30系显卡怎么配置rangenet++和SuMa++ 说在前面 NVIDIA driver CUDA 11.1 cudnn TensorRT 7.2.3 rangenet++安装 && ...

7. Openpose Windows10环境并且是3系显卡+ Unity 环境部署

   Openpose Windows10环境并且是3系显卡 + Unity 环境部署 此文章适用于 3系显卡 高版本的驱动 地址: openpose官方安装版本 https://github.com/CM ...

8. 30系显卡能用服务器系统吗,买显卡吗 来看看适合自己的30系列显卡

   影驰GeForce RTX 3070 金属大师 "买显卡吗?"应该是笔者最近常被人问到的一句话了,究其原因呢,大概是因为最近一系列30系显卡的发售了,有恐怖性能的RTX 3090, ...

9. 鸿蒙系统绿幕,英伟达发布新RTX 30系显卡：全新安培架构 支持8K游戏

   9月2日凌晨消息,英伟达在线上举行发布会,正式发布了GeForce RTX 30系显卡.发布会依然在老黄的厨房中进行,总计发布了RTX3080.3070与性能怪兽RTX 3090三款显卡. RTX 3 ...

最新文章

1. 【camera-radar】自动驾驶相机-毫米波雷达融合方案综述
2. Java-学习笔记-1-概述
3. 西工大与东北大学计算机,国内世界高水平大学排名：西北工业大学位居第一，东北大学排第二...
4. 内部类不能有静态变量（除静态的对Static的理解）
5. hadoop整合纪要
6. java lock可重入_Java源码解析之可重入锁ReentrantLock
7. （21）System Verilog设计D触发器
8. 线性表之顺序存储，基本操作
9. 货物贸易外汇监测系统 企业版_能源在线监测系统对用能企业的优势
10. 【FFMPE系列】之FFMPEG常用命令
11. [加密]SSL/TLS原理详解
12. go 语言学习 1. go的特性
13. 【高级开发必掌握SQL】SQL优化篇
14. 剔除水印软件Inpaint 7.2 中文破解版 微笑一刀作品
15. 【省下5w】uniapp使用“天地图”地图API开发 - 免费地图组件
16. 利用TDR （时域反射计）测量传输延时
17. 实践篇（4）：Apache jena SPARQL endpoint及推理
18. js中的strict模式
19. eversync safari_值得推荐的chrome书签同步插件汇总
20. scitkit-learn：计算机科学论文的TF / IDF和余弦相似度

热门文章

1. 抖音上很火的3D立体动态相册代码制作教程
2. SAP 批次管理（Batch management）配置介绍
3. iOS错误：Error: ImageIO: PNG IDAT: invalid stored block lengths
4. 滴答顺风车怎么抢90%以上的订单_网约车司机都是什么人？想加入网约车不妨看看过来人怎么说...
5. ArcGIS中各种合并要素（Union、Merge、Append、Dissolve）的异同点分析
6. 透视投影，与Z BUFFER求值
7. surfacei5用matlab,良心爆料微软Surface Pro 6怎么样呢？评测好不好？老司机指教诉说...
8. 医疗人员计算机职称考试题库,全国计算机职称考试题库.pdf
9. 北京微软在清交_谈创新与创业(心得)
10. 基于轨迹优化的自动驾驶汽车跟随自行车模型动力学控制（Matlab代码实现）