WIN10下用anaconda安装tensorflow-gpu1.8.0并用pycharm作编译器(WIN10下anaconda+tensorflow-gpu+pycharm)
哈哈哈,又到了写BLOG的时候啦!
题目有点长,想要装tensorflow-gpu的同志们请耐心的看下去,尤其是想要用pycharm作编译器的筒子们,小编这里将提供最简单的方法实现anaconda+tensorflow-gpu1.8.0+pycharm!!!(是小编自己摸索了整整三天才搭建好环境的,其中心态崩了好几次)话不多说,快点来搭建环境吧。
小编使用的是python3.6所以适配的是anaconda3-5.3,pycharm用的是2017版本,因为要用到GPU加速,所以还要装NVIDA的CUDA和CUDNN,其中版本问题要注意,对照下图即可(版本问题不可小觑,不注意会吃大亏,小编因为这个原因重装了四五次)。
下面是大家可能用到的软件,用百度网盘分享给大家(百度网盘下载速度有限,为此小编还充了一个月的网盘SVIP,不过本着对开源精神的热爱,小编就将此BLOG公开啦)
python3.6.6下载链接:链接:https://pan.baidu.com/s/1qUAGX8_DB0-ZuBQ-9DPuOg
提取码:hdpa
anaconda3-5.3下载链接:链接:https://pan.baidu.com/s/13vXR8o0XNwr-Hs4wAE6ndg
提取码:880v
pycharm2017下载链接:链接:https://pan.baidu.com/s/10GvzaR_QciWF-j70Ofourw
提取码:t0yd
CUDA9.0+CUDNN7.0下载链接:链接:https://pan.baidu.com/s/1Mq_AuJqNBOOUS3sSO_BpXg
提取码:2shc
python就是一般安装方法,安装完记得添加环境变量即可,百度上有成熟教程,在这里小编就不一一介绍了。pycharm安装教程附在安装包里了,也不多说了。
下面开始安装anaconda。
第一步:双击.exe文件。(大家应该都有经验)点击next继续。
接着,同意相关协议。
接着可以自己安装也可以多用户共同使用,小编选了自己安装,不想出问题的话就Follow me吧,哈哈哈。
接着照着1、2来修改安装地址,友情提醒,别放C盘哦,小编上一篇重装系统的BLOG就是因为C盘炸了,哈哈哈。
最后就是等待安装了,Please be patient,哈哈哈。
你以为这样就安装好了吗,当然还要添加环境变量。根据步骤将anaconda的安装文件夹地址、安装文件夹下Scripts文件夹地址、安装文件夹下Library文件夹下bin文件夹地址添加到用户变量PATH里,就成功啦。
安装完当然要测试一下啦,win+R打开windows命令行输入conda -V
然后回车就可以查看anaconda版本信息了。
接着就是用anaconda来安装tensorflow-gpu啦。
由于国内网速太慢所以有资源的可以挂VPN,如果想小编一样的穷逼呢,推荐你们一样宝贝—清华大学的镜像资源,包含国外的各种镜像资源,哈哈哈,支持国产人人有责。打开anaconda命令行输入:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
回车之后在输入:
conda config --set show_channel_urls yes
再回车,就连上清华的镜像资源啦。
然后先创建一个名叫tensorflow的虚拟环境用的是python3.6,输入以下代码:
conda create -n tensorflow pip python=3.6
然后回车即可,开始创建环境。图中要输入一下y回车。
如果像一下图片里的话,那么久恭喜你,创建好环境啦。
然后我们需要激活这个环境,在这个环境里操作,如果以后你想添加任何库像OPENCV等等的话也必须先激活环境再用PIP进行安装。
输入:activate tensorflow
下面将两种安装方法,就用tensorflow CPU版本一种、GPU版本一种,其实两个版本对于两种方法都适用。当然,小编首推命令行安装。
先讲第一种,对于CPU版本较为方便。
打开Anaconda Navigator找到刚刚创建的tensorflow
接着,搜索tensorflow-gpu并开始安装,等待完成即可(对网速要求比较高)。
如果上述方法失败了,不要紧,失败乃成之母,好东西小编当然要留在后面讲啦。
下面将第二种方法。
通过pip来安装:
CPU版本输入一下命令回车装完即可(后面装CUDA和CUDNN没你啥事啦):
pip install --ignore-installed --upgrade tensorflow
GPU版本则比较费事,先输入一下命令进行安装:
pip install --ignore-installed --upgrade tensorflow-gpu
以上边安装完了tensorflow,GPU版本还要装CUDA9.0和CUDNN7.0
双击CUDA.exe进行安装
接着选自定义安装
选中所有选项
一路通过即可安装完成。
安装完我们可以通过anaconda的命令行进行测试,查看CUDA的版本信息,输入以下代码:nvcc -V
如果安装成功会显示以下版本信息。
接着解压“cudnn-9.0-windows10-x64-v7.zip”,将一下三个文件夹,拷贝到CUDA安装的根目录下。
最后就是添加环境变量了。
将下面四个路径加入到环境变量中,注意要换成自己的安装路径。
哈哈哈,到这里终于完成了所有的安装工作。(小编也快写不动了,啊啊啊)
接下来,是在pycharm中更改解释器。
首先,打开Pycharm -> Files -> Settings
然后在Project Interpreter里找到项目翻译
然后点击设置,选中anaconda安装目录下的venv文件下的python解释器。
到此,环境搭建基本都完成了,下面可以验证tensorflow了。
输入以下代码:
import tensorflow as tf
#import cv2
import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#去除红色警告with tf.device('/cpu:0'):a = tf.constant([1.0, 2.0, 3.0], shape=[3], name='a')b = tf.constant([1.0, 2.0, 3.0], shape=[3], name='b')
with tf.device('/gpu:1'):c = a + b# 注意:allow_soft_placement=True表明:计算设备可自行选择,如果没有这个参数,会报错。
# 因为不是所有的操作都可以被放在GPU上,如果强行将无法放在GPU上的操作指定到GPU上,将会报错。
sess = tf.Session(config=tf.ConfigProto(allow_soft_placement=True, log_device_placement=True))
# sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
sess.run(tf.global_variables_initializer())
print(sess.run(c))
回车之后运行,结果为[2,4,6]
小编用了OpenCV做了一个边缘检测,哈哈哈,没错这就是小编的CSDN头像!心中有党,成绩理想。哈哈哈,跟着党走就对啦!(小编可是又砖又红的党员,哈哈哈)在这里,小编给大家拜个晚年,祝大家新的新年三P多多(paper、patent、presentation)哈哈哈,猪年大吉,小编也会加油哒!
本文借鉴了不少XYH同学的BLOG,希望大家能够多多关注https://blog.csdn.net/ReadAir/article/details/86744897
WIN10下用anaconda安装tensorflow-gpu1.8.0并用pycharm作编译器(WIN10下anaconda+tensorflow-gpu+pycharm)相关推荐
- centos7源码安装mysql报错_CentOS7 下源码安装MySQL数据库 8.0.11
本文主要向大家介绍了CentOS7 下源码安装MySQL数据库 8.0.11,通过具体的内容向大家展现,希望对大家学习MySQL数据库有所帮助. CentOS7 下源码安装MySQL 8.0.11 系 ...
- windows 安装metis_Metis 5.1.0 安裝心得 in Win10
最近研究圖神經網路的一篇論文 2019 Cluster-GCN: An Efficient Algorithm for Training Deep and Large Graph Convolutio ...
- ubuntu下使用.deb安装显卡驱动+cuda8.0
由于Ubuntu中显卡驱动一直安装失败(从NVIDIA官网下载的.run文件) 没有安装显卡驱动,用.run文件安装cuda也不会成功,亲测. 所以没办法,只能使用.deb文件先尝试安装cuda,因为 ...
- 在Debian64环境下源码安装newLisp v10.6.0
为什么80%的码农都做不了架构师?>>> 起因:官方网站上没有适合Debian64的二进制安装包,用源码包直接make时会失败,这里给出解决方法. 1,从官网(http://w ...
- Win10下10702060GPU使用Anaconda安装Tensorflow2.3记录
Win10下1070&2060GPU使用Anaconda安装Tensorflow2.3记录 0 引言 1 安装CUDA 1.1下载完成点击安装 2 安装CUDNN 3 安装Anaconda 3 ...
- RK3399学习笔记 1.0.3---python环境 Firefly Core-3399pro-jd4 Win10上RKNN工具安装
RK3399学习笔记 1.0.3---python环境 Firefly Core-3399pro-jd4 Win10上RKNN工具安装 读取模型各层 1,最好在Conda下新建一个虚拟环境进行安装. ...
- ubuntu系统使用Anaconda安装tensorflow-gpu环境
一.环境配置版本信息: 安装tensorflow-gpu,需特别注意tensorflow-gpu.Python.CUDA.cuDNN版本的适配信息,版本不适配会导致tensorflow-gpu安装失败 ...
- Anaconda 安装及配置
2022.03.21 Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算.数据分析的 Python 包. Ana ...
- conda安装Pytorch下载过慢解决办法(11月26日更新ubuntu下pytorch1.3安装方法)
目录 添加清华源 安装PyTorch 3月5日更新ubuntu下pytorch1.0.1安装方法(Ubuntu16.04+CUDA9.0+PyTorch1.0.1) 7月23日更新ubuntu下pyt ...
最新文章
- ICML 2019接受论文:清华、北大领跑,谷歌强压枝头,BAT略显“低调”
- zenoss core
- toj 2870 理解dijstra
- Android开发实例之多点触控程序
- 神经网络训练细节之batch normalization
- cad坐标归零lisp_「软件技巧」厉害了!输入简单命令轻松解决CAD几类常见问题...
- (ubuntu 下)tensorflow 的安装及版本升级
- 阶段1 语言基础+高级_1-3-Java语言高级_09-基础加强_第3节 注解_13_注解_JDK内置注解...
- docker compose入门
- android webview 百度地图,Android WebView显示地图
- CRC校验算法及C++程序实现
- echarts 生成 迁徙图_Echarts世界级迁徙图
- 在Exchange server 2007中管理pop3和IMAP4协议访问
- [V5] self的resend,JS实现
- gigaset812说明书_西门子GIASET825电话机说明书.pdf
- python调用API轻松实现AI 换脸
- 云原生时代,OAM模型加持下的应用交付与管理实践
- DDIM代码详细解读(3):核心采样代码、超分辨率重建
- 2021-10-27 基于电影数据库的简单查询(数据库第二次实验)
- DDR5内存条容量计算
热门文章
- matlab重叠保留法,【matlab实现】重叠相加法与重叠保留法
- mysql和oceanbase区别,OceanBase基本概念
- WPS在中文状态下输入的标点符号为英文的问题
- 基于JavaWeb的文献管理系统设计与实现
- 2022 ICPC Gran Premio de Mexico 1ra Fecha (B、D、E、F)
- PHP3d地球,Photoshop制作真实3D立体地球
- vue的methods里面的函数使用箭头函数
- 爱奇艺体育获5亿元战略融资 ,IDG资本、汇盈博润领投
- win7网络找不到局域网计算机名,教你操作win7系统局域网内找不到其他电脑的解决方法...
- 利用python每日自动邮件自动推送股票新闻