蒙奇奇深度学习第一课:Windows10安装pytorch和tensorflow(避坑必读,吐血整理)
蒙奇奇经过一番折腾,终于成功安装了pytorch和tensorflow,踩了不少坑,但她都成功填上了哈哈。这是她的安装方法记录,没有放图,但是她描述的比较清楚,相信屏幕前的你可以看懂的嘻嘻。对了,看这个之前,蒙奇奇说你得先根据网上的教程把Anaconda安装好,并添加环境变量哦!因为Anaconda的下载安装并没有坑坑,网上也有很多大同小异的教程,所以懒癌患者蒙奇奇就没有写。
一、win10系统安装pytorch
第一步,打开cmd,用conda建个名字为pytorch的毛坯房,并且这个毛坯房以后用到的唯一装修工具是python3.6。输入:
conda create --n pytorch python=3.6
然后等待计算机检查需要安装的package,然后问你是否要建这个pytorch,无脑按y,再按 enter。
第二步,进入这个毛坯房。输入:
conda activate pytorch
第三步,从云端请pytorch到家里来之前添加几个镜像用于加速,建议一个一个加,防止意外。。。。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
第四步,电脑没有gpu的亲cen(请重读)们看这一步,有gpu的亲cen(请重读)们略过此步看第五步。
pyorch版本的选择您随意,但要上官网https://pytorch.org/查不同版本的安装命令,保证pytorch和torchvision版本匹配,没有gpu不用考虑cuda或者cudatoolkit。
例如您想安装最新版本,打开https://pytorch.org/,第一行选stable,第二行选windows,第三行选conda(建议选conda,pip也行),第四行选python,第五行cuda选择none。然后复制下面的安装命令去cmd粘贴即可。
如果你您打不开这个网页,我直接提供给您目前(2020年2月24日)最新版安装命令:
conda install pytorch torchvision cpuonly -c pytorch
粘贴到cmd中,粘贴前确认一下您是不是处于pytorch环境。
如果您不想安装最新版的,可以点上述网页上中那段文字中橘黄色字体install previous vision of pytorch,自己选一个即可。
我推荐安装pytorch1.2+torchvision0.4,安装命令同样给出:
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch
粘贴之后,静静等待计算机检查需要安装的pakage,检查完之后,会问你是否要安装那一大堆pakage,无脑输入y,按enter。
因为添加了镜像,下载速度很快。。。。(我第一次弄这玩意儿的时候镜像少加了一个,那下载速度简直龟速,然后下一点儿就断了。。。)
第五步,有gpu看这里,没有gpu返回看第四步。
首先打开在桌面上单击鼠标右键,打开NVIDIA控制面板。
如果你单击鼠标右键你并没有发现这个玩意儿,请先去下载“驱动人生”,安装好打开软件,然后等它检查完毕,它会告诉您您的计算机显卡没有驱动(或者告诉您“您的计算机硬件驱动异常”之类的),直接无脑点击”一键修复“即可。
然后,这时所有的亲们单击右键都能找到NVIDIA控制面板咯。
打开它,点击左下角的”系统信息“,然后点击”组件“,在”3D设置“里有个"NVCUDA.DLL",请您向右看,是不是有”NVIDIA CUDA 数字 driver"?----嗯,有。----嗯,我知道有。
这个数字就是跟你的gpu匹配的CUDA版本号,您只能用这个版本的CUDA或者cudatoolkit来匹配您的gpu。
然后,打开https://pytorch.org/,第一行选stable,第二行选windows,第三行选conda(建议选conda,pip也行),第四行选python
重点来了,如果第五行有你的显卡对应的版本最好,直接选上,然后复制安装命令。
如果没有,请点击上面那段话中的橘黄色字install previous vision of pytorch,找到适合您显卡的cuda版本,复制安装命令。
这时小可爱们都已经复制到适合自己gpu的安装命令啦!
??you can't get it? well, it's fine...surprising~~~都给都给你(其实不能fq可以记几写,下面命令中-c后面的写不写都行滴):
cuda9.2的:
conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev
cuda10.1的:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
cuda10.0的:
conda install pytorch torchvision cudatoolkit=10.0
cuda9.0的:
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch
注意注意,亲cen(请重读)们,虽然可以记几写,但不能乱写版本号,因为cuda版本跟torch的版本是对应的。
各取所需,然后粘贴到刚才的cmd窗口里,请再一次确认你是处于pytorch的环境中哦。
粘贴之后,静静等待计算机检查需要安装的pakage,它检查完之后,会问你是不是要安装那一大堆pakage,直接无脑输入y,按enter。
因为添加了镜像,下载速度很快。。。。(我第一次弄这玩意儿的时候镜像少加了一个,那下载速度简直龟速,然后下一点就断了,失败N+3次。。。)
第六步,当各位在cmd中看到如下景象时:
done
done
done
恭喜,大概率你已经安装成功了。
但是
为了让喜悦更加深刻
咱再验证一下pytorch是否安装成功:
先确认在不在pytorch环境里,在的话这一条不用看了,不在的话,输入:
conda activate pytorch
然后进入python,输入:
python
然后输入:
import torch
如果没报错,就安装成功了。
1,2,3,茄子!
然后
检查pytorch是否能用GPU加速计算,继续输入:
print torch.cuda.is_available()
返回true就是可以。
1,2,3,茄子!
二、win10系统安装tensorflow
说实话,与pytorch相比,tensorflow很好安装,在我这是这样。。。
同样,咱们从conda新建环境开始。
第一步,打开cmd,用conda建个名字为tensorflow的毛坯房,并且这个毛坯房以后用到的唯一装修工具是python3.6。输入:
conda create --n tensorflow python=3.6
然后等待计算机检查需要安装的package,然后问你是否要建这个tensoeflow房子,无脑按y,再按 enter。
第二步,进入这个毛坯房。输入:
conda activate tensorflow
第三步,从云端请tensorflow到家里来之前添加几个镜像用于加速,建议一个一个加,防止意外。。。。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
第四步,电脑没有gpu的亲cen(请重读)们看这一步,有gpu的亲cen(请重读)们略过此步看第五步。
tensorflow版本的选择您随意,没有gpu不用考虑cuda或者cudatoolkit。
如果您想安装最新的(今天是2020年2月24,现在最新的是2.0版本),直接输入:
conda install tensorflow=2.0
如果您不想安装最新版本,打开https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/,挑一个看顺眼的不是很老的版本,记住版本号”xxx“,然后早cmd输入(把xxx改成您看顺眼的那个版本号):
conda install tensorflow=xxx
之后,静静等待计算机检查需要安装的pakage,中间有可能让你更新conda,请不要管它,继续等就行!它检查完之后,会问你是不是要安装那一大堆pakage,直接无脑输入y,按enter。
因为添加了镜像,下载速度真的很快哦。。。。
第五步,有gpu的亲们看这里,没有gpu的亲们直接看第六步。
首先打开在桌面上单击鼠标右键,打开NVIDIA控制面板。
如果你单击鼠标右键你并没有发现这个玩意儿,请先去下载“驱动人生”,安装好打开软件,然后等它检查完毕,它会告诉您您的计算机显卡没有驱动(或者告诉您“您的计算机硬件驱动异常”之类的),直接无脑点击”一键修复“即可。
然后,这时所有的亲们单击右键都能找到NVIDIA控制面板咯。
打开它,点击左下角的”系统信息“,然后点击”组件“,在”3D设置“里有个"NVCUDA.DLL",请您向右看,是不是有”NVIDIA CUDA 数字 driver"?----嗯,有。----嗯,我知道有。
这个数字就是跟你的gpu匹配的CUDA版本号,您只能用这个版本的CUDA或者cudatoolkit来匹配您的gpu。
然后,查看下表,确定您能安装的cuda支持的tensorflow版本(今天是2020.2.24,目前最新的是2.0版本):
版本 Python 版本 cuDNN CUDA
tensorflow_gpu-2.0.0 2.7、3.3-3.6 7.4.1以及更高版本 10.0 (需要 410.x 或更高版本)
tensorflow_gpu-1.13.0 2.7、3.3-3.6 7.4 10.0
tensorflow_gpu-1.12.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.11.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.10.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.9.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.8.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.7.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.6.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.5.0 2.7、3.3-3.6 7 9
tensorflow_gpu-1.4.0 2.7、3.3-3.6 6 8
tensorflow_gpu-1.3.0 2.7、3.3-3.6 6 8
tensorflow_gpu-1.2.0 2.7、3.3-3.6 5.1 8
tensorflow_gpu-1.1.0 2.7、3.3-3.6 5.1 8
tensorflow_gpu-1.0.0 2.7、3.3-3.6 5.1 8
建议建议!如果您的gpu对应的cuda是9,请不要选tensorflow1.10、1.11、1.12、1.13,很可能下载不了,您可以试一下,我没试。
现在,我们已经知道了要下载什么版本的cudatoolkit了,也知道要下载啥版本的tensoeflow了,对吧?----嗯对 ----嗯我知道对。
好,例如我要下cudatoolkit10.0和tensorflow2.0,那么我要在cmd输入:
conda install tensorflow-gpu=2.0 cudatoolkit=10.0
注意注意!第一,只需要把我的版本号改成你的就行;第二,千万别把tensoflow-gpu打成tensorflow,不然就下载成cpu-only的版本啦。执行之前请再一次确认是处于tensorflow的环境中哦。
之后,静静等待计算机检查需要安装的pakage,中建有可能让你更新conda,请不要管它,继续等就行!它检查完之后,会问你是不是要安装那一大堆pakage,直接无脑输入y,按enter。
因为添加了镜像,下载速度很快。。。。(我第一次弄这玩意儿的时候镜像少加了一个,那下载速度简直龟速,然后下一点就断了,失败N+3次。。。)
第六步,当各位在cmd中看到如下景象时:
done
done
done
恭喜,大概率你已经安装成功了。
但是
为了让喜悦更加深刻
咱再验证一下验证tensorflow是否安装成功,同时验证是否为GPU版本
如果您是tensorflow2.0版本(网上的其他大部分验证方法没有分这个的,结果就是会直接报错!!),cmd输入:
conda activate tensorflow
pythonimport numpy
import tensorflow as tftf.compat.v1.disable_eager_execution()
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
print(sess.run(c))
如果您不是tensorflow2.0,比这个版本低,输入:
conda activate tensorflow
pythonimport numpy
import tensorflow as tfa = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
print(sess.run(c))
如果看到了关于GPU(你计算机上gpu的版本或者名字等等)的信息,那么恭喜你,您安装GPU版本的tensorflow成功啦!
如果输入import tensorflow之后,出现了一堆不兼容的提醒信息,就把与其不兼容的东西卸掉再重新安装。例如:
conda uninstall h5py
conda install h5py
第一次写博客写成这熊样儿哈哈哈...
转载请联系 qy_quinn@163.com
2020.2.24
蒙奇奇深度学习第一课:Windows10安装pytorch和tensorflow(避坑必读,吐血整理)相关推荐
- 1.2 什么是神经网络-深度学习第一课《神经网络与深度学习》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 1.1 欢迎 回到目录 1.3 用神经网络进行监督学习 什么是神经网络 我们常常用深度学习这个术语来指训练神经网络的过程.有时它指的是特别大规模的神经网络训练.那么神经网络究 ...
- 1.1 欢迎-深度学习第一课《神经网络与深度学习》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 无 回到目录 1.2 什么是神经网络 欢迎 第一个视频主要讲了什么是深度学习,深度学习能做些什么事情.以下是吴恩达老师的原话: 深度学习改变了传统互联网业务,例如如网络搜索和 ...
- 0.0 目录-深度学习第一课《神经网络与深度学习》-Stanford吴恩达教授
文章目录 第五课 第四课 第三课 第二课 第一课 第五课 <序列模型> 笔记列表 Week 1 循环序列模型 Week 1 传送门 -> 1.1 为什么选择序列模型 1.2 数学符号 ...
- 4.8 这和大脑有什么关系-深度学习第一课《神经网络与深度学习》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 4.7 参数 vs. 超参数 回到目录 4.9 总结习题 这和大脑有什么关系 (What does this have to do with the brain?) 深度学习 ...
- 吴恩达 神经网络和深度学习 第一课 第四周(代码和库)
参考博客(主代码):https://blog.csdn.net/u013733326/article/details/79767169 下面是需要的库文件代码:testCases,dnn_utils_ ...
- 网易云深度学习第一课第二周编程作业
Part 2: Logistic Regression with a Neural Network mindset 你将学到: -建立学习算法的一般架构 -初始化参数 -计算损失函数和它的梯度 -使用 ...
- 网易云深度学习第一课第一周编程作业
1.1Python Basics with Numpy (optional assignment) Welcome to your first assignment. This exercise gi ...
- 深度学习第一课:极简入门
本场 Chat 主要目标是立足于前人肩膀上,从整体上来总览深度学习,图文并茂的解释深度学习概念.适合想转战深度学习的小伙伴,以及刚刚入门深度学习,却为深度学习开发流程而困惑的小伙伴们. 本场 Chat ...
- 掌握深度学习,为什么要用PyTorch、TensorFlow框架?
作者 | Martin Heller 译者 | 弯月 责编 | 屠敏 来源 | CSDN(ID:CSDNnews) [导读]如果你需要深度学习模型,那么 PyTorch 和 TensorFlow 都是 ...
最新文章
- 数据库性能优化1——正确建立索引以及最左前缀原则
- 【设计模式】—— 原型模式Prototype
- Spring MVC 学习总结(九)——Spring MVC实现RESTful与JSON(Spring MVC为前端提供服务)...
- 命令 / Linux / 常用的解压缩的命令
- Go与PHP区别:类型 引用 语法 错误 性能 应用 生态
- Mybatis中trim的使用
- 牛客网暑期ACM多校训练营(第十场): H. Rikka with Ants(类欧几里得)
- 搭建完全分布式的hadoop[转]
- 基于 libevent 开源框架实现的 web 服务器
- 【SoDiaoEditor电子病历编辑器】阶段性更新--新增复选框、日期控件、表格排版支持等--B/S架构...
- 电源管理IC的分类及智能变化
- 眼血管分割matlab,视网膜血管分割matlab
- php get 号,php-GET请求不带问号
- 1472_TC275的看门狗简介以及安全看门狗及CPU看门狗的区分
- Java 冒泡排序法
- IOP测试 -- 互操作性原型测试 -- 蓝牙设备互联
- matlab中sym与syms的对比
- phpcms选择文件无法加载插件怎么办_浏览器显示无法加载插件怎么办
- 安卓手机系统开发教程!BTAJ面试有关散列(哈希)表的面试题详解,大厂直通车!
- QFN(Quad Flat No-Lead Package)
热门文章
- HTTPError: 404 Client Error: Not Found for url: https://mirrors.cn/anaconda/pkgs/free
- [zt]永不被杀的后门-批处理的精华
- 一个函数就能实现将正数变成对应的负数和将负数变成对应的正数
- ogc是一个非营利性组织_重新设计非盈利性咨询网站的案例研究
- 桌面应用开发有哪些主流框架?
- python设计程序求10个数去掉最高分和最低分后的平均值_7-6、以下伪代码是体育评分,10个评委进行评分,去掉一个最高分,去掉一个最低分,再求平均值。...
- 四十八、使用bootstrap中的实现网站底部区域
- 水下机器人之电池选择
- 差 计算AxB-CxD的值
- antv G2 修改图表背景颜色