AI入坑——WIN7或者10下Anaconda3.7+tensorflow+pycharm环境配置
由于项目需要,最近开始入手神经网络,遇到的第一个坑便是环境的配置。一开始想装GPU版本的tensorflow,试了好几天没有成功,只好在CPU下进行编程。最近又尝试了两次,总结了下经验,终于安装成功。希望我的经验能帮助到有需要的小伙伴。
安装主要分为以下四步:
- 安装Anaconda
- 选择相应的CUDA和Cudnn版本并下载添加环境变量(只安装CPU可以跳过这一步)
- 利用conda安装tensorflow-GPU或者CPU并检测是否安装成功
- 安装Pycharm并配置环境(完成前三步就相当于完成了99%)
1.安装Anaconda
Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。如果有不懂的小伙伴可以去这篇博客了解下Anaconda:https://www.jianshu.com/p/eaee1fadc1e9。
Anaconda可以去官网下载:附下载地址https://www.anaconda.com/distribution/。选择与自己系统相适应的,我的是WIN10, 64位。点击64-Bit Graphical Installer下载即可。安装的时候可以记一下安装的路径,方便后面添加环境变量。教程见https://jingyan.baidu.com/article/3f16e0031e87522591c10320.html。安装到第6步即可,并验证是否安装成功。
安装成功以后,需要添加环境变量。
右键“此电脑” -> 单击“高级系统设置” -> “环境变量” ->在上面的用户变量中找到“path”,单击它,然后依次添加以下三条命令(编辑PATH即可)
D:\DevelopmentTool\Anaconda3
D:\DevelopmentTool\Anaconda3\Scripts
D:\DevelopmentTool\Anaconda3\Library\bin
(注:这是我自己的位置,每个人的一般都不同,默认安装的话会在C盘,需要找到相应的文件夹来确定位置)
输入python,显示以下信息,说明是配置成功了,在三个">"的命令提示符的地方输入quit()就可以退出来。
2.选择相应的CUDA和Cudnn版本并下载添加环境变量
首先要确定自己的电脑能否进行GPU计算,否则只能安装CPU版本的tensorflow。
检查自己的显卡是否可以进行GPU加速(在桌面右击会有NVIDIA控制面板,点开即有显卡型号)
点击第一个页面找到Technology Support — CUDA这里,查看是否支持 CUDA,支持则是 Yes。可以看到 GTX 960 是可以支持 CUDA 的,因此可以继续之后的安装。若显卡不支持 CUDA,则推荐安装 TensorFlow CPU 版本。
则可以安装CUDA。
下面进正题:
1.确定CUDA版本和cuDNN版本:
根据tensorflow官网,我选择CUDA10.0和cuDNN7.4.1版本。附tensorflow官网连接https://tensorflow.google.cn/install/gpu(有更新可以根据官网自行配置版本及型号)。
2.CUDA下载及配置:
CUDA10.0下载链接https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal。如果想下载其他版本可直接百度CUDA+版本型号进行下载,如:
按上图选择后Download下载,进行安装,推荐默认路径,到下图一步时推荐精简安装
然后等待安装完成。
安装完成后进行环境变量的配置(步骤1有如何配置环境变量):
若安装完成,环境变量中的系统变量会多出两个:
此时还需要自己在系统变量中添加:
(这是我自己的路径,如果自己路径设置安装成功的话就用自己的路径,一定要确定好文件位置,最好亲自找到,以免出错)
(在系统变量中新建即可)
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
添加完成后:
再下一步,在系统变量 PATH 里添加如下(编辑PATH即可添加):
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64
(同样有具体路径的还是以自己的为准,这里的CUDA是10.0,你自己下载的应该是哪个版本就对应哪个版本)
至此,CUDA 就算安装完成了。
接下来我们可以检验是否安装成功。
打开 CMD,按行执行以下代码。
(这是默认路径,如果自己的路径不同选自己的,直接全部复制三条后粘贴即可):
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suitebandwidthTest.exedeviceQuery.exe
执行结果
均显示 PASS 则为安装成功了!!!
2.安装cuDNN:
下载好压缩包:
解压,有下面这些东西:
将三个文件夹复制,粘贴到以下目录:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0(还是以自己的路径为主)
粘贴完成后,确保以下目录有对应文件(这也就是这步骤的目的,如果上一步发现C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0已经有了bin,include和lib文件夹,则只要把解压的cuDNN中的下面三个文件夹里的对应文件粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0的对应文件夹中即可,也就是满足下面的):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
则 cuDNN 安装完成。
3.利用conda安装tensorflow-GPU或者CPU并检测是否安装成功
创建新环境python3.7(window 上 TensorFlow 不支持 python2 的版本)
conda create -n tensorflow python=3.7
会有下图
完成后查看新环境是否创建:
activate tensorflow
命令行前出现 tensortflow 字样,代表 tensorflow环境创建成功。
(退出环境:输入deactivate)
再次进入正题,安装tensorflow:
首先激活 tensorflow环境(在CMD中):
activate tensorflow
安装:(建议使用conda安装)
conda install tensorflow-gpu
conda会给出要安装的库以及版本如图(这图是我在网上找的,版本可能与当前不同,以自己下载的版本为主):
确认包的版本无误后回车进行下载安装
(版本不对应的话,可能会出现问题)
(下载速度比较慢,本人大概花费了2~3.5小时)
全部下载完成后,会有一段时间的安装,耐心等待。
检验是否安装完成。
在CMD中输入
conda list
会有很多包:
有对应的包,即为安装成功了!!!如python、tensorflow、tensorflow-gpu等等(类似下图)。
进行 TensorFlow 的测试
在 CMD 命令行中进行测试(CMD环境下输入python)
import tensorflow as tf
hello = tf.constant("Hello!TensorFlow")
sess = tf.Session()
print(sess.run(hello))
1)出现下图(日志文件很多),出现了GPU等等,一般是安装成功GPU:
2)若出现:
则代表CPU安装成功。
到此为止完成了tensorflow安装配置!!!
4.安装Pycharm并配置环境
去官网下载http://www.jetbrains.com/pycharm/download/。选择Community版本即可,Professional版本要收费,也可自行百度破解方法安装。
下载完成后安装,路径可以默认,也可以自己调。到这里推荐全勾选(怕出问题)。
安装结束之后,直接启动就好了。下面是配置环境:
不导入原来的配置环境
同意协议
数据分享,不同意
选择UI主题(可不管直接Skip)
新建一个项目
选择项目位置(untitle是未命名,名字可以自己取,例如:untitle变成My Pycharm),之后create。
在“file” ->setting -> project:(你的项目名) -> project interpreter -> "add" ->system interpreter
添加解释器,找到自己Anaconda下的python.exe(省略号可选择文件位置),点击“ok”
导入成功之后会有之后再点create:
在编辑界面添加编译器点击右上方的"add configuration" -> " +" -> "python" ,有时候你点"add configuration"它会没反应,可能是pycharm在更新,等一会儿就好了。
选择你自己要编译的文件
你会发现右上角原来灰色的图标会得有颜色了,说明就等全部配置好了。Run即可。
使用Pycharm时可能会不熟悉可以百度了解使用教程。
注:如果在安装过程中出现一些问题,可以百度搜索解决办法,一般问题都可以解决。
祝大家安装顺利!
如果有错误的地方欢迎指出,我是菜鸟 勿喷!
参考网站(不含官网):
https://blog.csdn.net/hcbbbb/article/details/88049277
https://jingyan.baidu.com/article/3f16e0031e87522591c10320.html
https://www.cnblogs.com/DOMLX/p/9747019.html
AI入坑——WIN7或者10下Anaconda3.7+tensorflow+pycharm环境配置相关推荐
- 最新版tensorflow1.12-gpu安装详细避坑(windows10 64位+anaconda+cuda+cudnn+pycharm环境配置)
放假回家,在笔记本(老爷显卡)上捣腾上了最新的1.12版TensorFlow-gpu.具体配置如下: windows10 64位,nvidia GT 745M(注意cuda加速平台只支持英伟达显卡): ...
- scala linux 环境配置,LINUX系统下Java和Scala的环境配置
最近,笔者在研究一个有关"自然语言处理"的项目,在这个项目中,需要我们用Spark进行编程.而Spark内核是由Scala语言开发的,所以在使用Spark之前,我们必须配置好Sca ...
- windows下rpc框架thrift的环境配置
windows下rpc框架thrift的环境配置 引用链接: https://www.cnblogs.com/49er/p/7193829.html 最近在弄windows下 的Facebook的rp ...
- Eclipse3.2下JFace和SWT工程环境配置方法
Eclipse3.2下JFace和SWT工程环境配置方法 Java的Web开发环境布置向来很烦琐,还记得在做本科毕业设计时配置JBuilder2005+Weblogic8.1+SQL2k整合环境时的痛 ...
- windows10系统下MongoDB的安装及环境配置
windows10系统下MongoDB的安装及环境配置: MongoDB的安装 下载地址: https://www.mongodb.com/download-center (这是windows10环境 ...
- win8系统安装配置python_win8下python3.4安装和环境配置图文教程
win8下python安装和环境配置,具体内容如下 python语法较C语言简单,容易上手. 具体步骤 1.本文采用的是win8.1 64位系统,安装python3.4. 2.先在python官网上下 ...
- Linux下JDK的安装与环境配置
Linux下JDK的安装与环境配置 一.准备工作 将JDK安装包上传或下载至Linux 提示: 在windows地址栏输入cmd后回车,可在当前路径下打开cmd窗口 # 方法一: 使用scp命令本地上 ...
- Mac下eclipse的Hadoop开发环境配置中以及windows->preferences下看不到Hadoop/MapReduce的配置项问题解决
Mac下eclipse的Hadoop开发环境配置中以及windows->preferences下看不到Hadoop/MapReduce的配置项问题解决 1. 下载hadoop插件 下载好hado ...
- Windows 10 下 Anaconda3 (Python 3.8) 配置 OpenCV-4.4.0
Anaconda3 配置 OpenCV-4.4.0 我的小站.Github Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项. Ope ...
最新文章
- 笔记 | 深入理解Transformer
- c++数据结构代码整理_抄代码对自己编程提高有用嘛
- c语言 在线oj系统,开源的在线评测系统——Vakuum
- RocketMQ的分布式事务解决方案
- html请求接口_软件测试学习教程——LoadRunner实现接口测试
- 头回见!95后女大学生买iPhone11出租:租借者想尝鲜或显摆
- 工具使用教程 (一)【Git从原理到入门实用教程】
- 罗技Ghub配置文件压枪编程——仅供学习
- 分布式系统故障容灾治理总结
- 数据分析之帕累托(贡献度)分析
- 不积跬步无以至千里008
- 喝多了,头痛,发篇喝酒坏处的文章,提提醒,适量饮酒
- 图像算法五 —— EM算法
- 【计算机网络实验】停止等待ARQ算法模拟(Python实现)
- 汉字转拼音,用户表增加拼音字段,并将汉字姓名对应的拼音赋值给拼音字段
- 0基础学Python第四天:Python3的基础语法
- WiFi信号图标等级计算
- java io密集型任务_Java 多线程(一):CPU密集型、IO密集型
- Homography单应性矩阵程序实现
- Python画生日蛋糕