| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> Python知识库 -> 手把手教你配置深度学习环境(tensorflow、pytorch),亲测有效^o^ -> 正文阅读 |
|
[Python知识库]手把手教你配置深度学习环境(tensorflow、pytorch),亲测有效^o^ |
由于自己最近做深度学习的实验,需要进行相关环境的配置,首先想到的就是在csdn上找一个教程直接学着安装,但是发现教程参差不齐,自己也踩了许多坑。随着自己的经验加深逐渐了解了相关的原因,以及一些避免踩坑的经验分享给大家学习。下边开始正题。? 1、安装AnacondaAnaconda作为一个集成的开发平台可以为我们提供主流的开发软件,为我们的科研之路插上梦的翅膀!!!废话不多说,直接上干货^o^ 1)准备一个anaconda的安装包(你有两种方式可以获得)第一从官网下载最新的版本https://www.anaconda.com/ 第二从我的网盘下载(我的网盘不是最新版本,但是据我观察,版本之间的区别不是很大) 链接:https://pan.baidu.com/s/19sKjeQm7jrCI_2KK3dYYqw 提取码:swm3 2)下边是图文安装步骤下载完anaconda安装包以后,运行安装包,接下来按照图文走下去。 接下来选择软件的安装位置,建议在其他盘符新建一个文件夹存放,不要放在c盘。 ? ?这里千万注意勾选系统路径环境变量,后边涉及到命令窗口的调用问题。 ? ?至此,anaconda安装完成。 ?2、安装cuda和cudnn(配有GPU的电脑才可以装)cuda和cudnn都是利用GPU加速计算的,没有GPU的话,还是洗洗睡吧,因为用cpu跑深度学习模型慢的要死,搞不好还会把电脑干废了,为我们本不富裕的家庭雪上加霜。 1)开始之前先查看一下,你的电脑支持的最高版本打开命令行窗口win+R,输入cmd,然后输入nivdia-smi ?我的电脑最高支持11.1的cuda,然后由于tensorflow各版本与配套插件之间的匹配问题相当繁琐,所以我直接选定TF2.3版本对应的cuda(10.1)和cudnn,相应的安装文件,在上边的网盘中。下载下来用就行了。 如果想自己尝试安装不同的版本,可以自行下载cuda和cudnn,下载网址如下: cuda:CUDA Toolkit Archive | NVIDIA Developer cudnn:cuDNN Archive | NVIDIA Developer 2)安装cuda(直接运行下载好的cuda安装包) ?安装目录默认就行,不然后边配置可能会出问题,直接点OK
等待安装完成。 ? 选择自定义 ? ? 至此,cuda安装完成。 3)接下来要配置cudnn文件,解压cudnn压缩包?将红框中的文件分别复制到cuda的安装目录
?cuda安装过程中如果你没有改变安装目录,那么打开目录 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA ?进入v10.1,分别将cudnn中的文件复制到对应的文件夹。 3)最后检查系统环境变量?我的电脑->属性->高级系统设置(最右侧)->环境变量 如果前边你按步骤勾选了添加系统变量,这里应该没有问题,如果没有,添加一下即可。 检查一下是否安装成功。win+R然后cmd输入nvcc -V ?3、创建虚拟环境并且配置深度学习环境(tensorflow版)打开命令行窗口 输入conda create -n TF2.3 python=3.7 输入y,等待下载完成 然后输入conda activate TF2.3 继续输入pip install tensorflow-gpu==2.3 -i?https://pypi.tuna.tsinghua.edu.cn/simple 等待下载完成 ?完成后输入conda list查看安装情况 出现红框所示安装文件以后,我们进一步测试安装成功与否。 进入python(直接在命令行输入python) ?出现三个箭头以后,表明已经进入python 然后依次输入: import tensorflow as tf print(tf.test.is_gpu_available()) 最终显示: ?出现True表示安装成功。恭喜你,你的科研梦想从此有了验证的平台,好好利用这个平台去一一验证的奇思妙想吧。 3、配置深度学习环境(pytorch版)tensorflow框架和pytorch框架都是十分优秀的深度学习框架,选择一个自己喜欢的安装即可。 这里跟tensorflow的安装大同小异,值得注意的是,我们安装的pytorch版本对应的10.2版本的cuda,所以对应好版本,相关的安装文件,在开头的网盘链接里都有。接下来请看我的表演。 首先打开pytorch的官网:PyTorch ? ?往下翻,找到红框的链接点进去。 ?我们选择的是v1.10的版本,然后看对应的是cuda10.2的版本,所以每一步都需要对应版本的,错一个都不行。 然后在命令行输入conda create -n pytorch python=3.7 然后 activate pytorch 然后 conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch 接下来等待安装完成即可。 |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/26 2:17:44- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |
数据统计 |