Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm环境搭建

在这里插入图片描述

文章目录


前言:寒假闲着想自学点深度学习的知识,第一步毋庸置疑就是搭环境了,奈何这第一步就拦了我一整天。在踩了无数坑之后,木木终于搭好了自己的深度学习环境: Win10 + Anaconda + Cuda + Cudnn + TensorFlow + keras + Pytorch + Pycharm (因为现在的主流框架是TensorFlow、 Pytorch,我也不知道哪个好,反正 Anaconda 可以创建 虚拟环境,我就全装了)。总体来书,我就得安装的最大困难就是 版本网速了,切记 不要贪新。首先给大家说一下我的搭配:

显卡:NVIDIA GeForce 930MX
Cuda:9.0.176
Cudnn:7.0.5
TensorFlow:1.12.0
keras:2.2.4
Pytorch:1.0.1
大家如果不贪新的话,可以按照我的配置来,因为几乎所有的安装包我都下好了,安装那块的难题基本就没有了。下面我们一步一步来:

一、安装Anaconda + Pycharm

这一步我早就完成过了,这里也就不再赘述了,贴两篇教程:
安装Anaconda
安装Pycharm

二、安装Cuda + Cudnn

1、确定自己的显卡配置

开始栏搜索控制面板->搜索NVIDIA->NVIDIA控制面板->点击导航栏帮助->系统信息,查看您的驱动程序版本,CUDA核心数字:

在这里插入图片描述

查看组件信息,查看NVIDIA.DLL后缀,显示的是当前显卡所支持的最高CUDA版本。

在这里插入图片描述

2、确定Cuda + Cudnn版本

确认当前所安装的cuda最大版本为cuda9.0,接下来下载cuda进行安装。当然如果你不确定,可以打开NVIDIA,可通过cuda核心数再次确认版本是否准确,截图如下:

在这里插入图片描述

这里我选择cuda9.0。

接下来查看对应的Cudnn版本Cuda - Cudnn,截图如下:

在这里插入图片描述

这里我选择Cudnn7.0。

3、安装Cuda + Cudnn

(1)安装Cuda

可以前往官网下载。

在这里插入图片描述

打开后,我们发现可以选择local(本地)安装,也可以选择network(网络)安装,我推荐本地。同时,还有四个补丁文件要一同下载。

在这里插入图片描述

这里放一下我下好的百度网盘链接

Cuda:https://pan.baidu.com/s/1dJGIT7geD42ZYecSntseCg 提取码:cl7f

补丁:https://pan.baidu.com/s/1LXltMNsdxIULn54872x_8g 提取码:tbb2

先安装Cuda,点击exe直接运行文件

在这里插入图片描述

cuda自动检查版本兼容性(如果不匹配这一关过不去的)

在这里插入图片描述

选择自定义安装,之后不要勾选第一项里的vs。

在这里插入图片描述


在这里插入图片描述

安装路径推荐认,否则装 Cudnn 时有些麻烦(如果改过路径,一定要记牢)。

在这里插入图片描述

接下来安装就完成了,之后四个补丁安装同样的步骤重复就可以(如果上面改过路径,补丁注意安装到同一路径下)。

(2)安装Cudnn

可以前往官网下载。

在这里插入图片描述

下载前会让你注册账号,按部就班注册一个就好。

当然啦,你也可以从木木的百度网盘下载:

Cudnn:https://pan.baidu.com/s/1kh4woiaqsUPNeTg0nMoNwA 提取码:1ntv

我下载的是7.0.5,下载后将cudnn压缩包解压会得到一个cuda文件夹,之后按照如下进行复制(改过安装路径的,记得改成自己定义的路径)。

在这里插入图片描述

4、配置环境变量

右键我的电脑->属性->高级系统设置->环境变量,可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量。
接下来,还要在系统中添加以下几个环境变量:

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\9.0
(这是认安装位置的路径,改过安装路径的,记得改成自己定义的路径)
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\

在这里插入图片描述

在系统统变量 PATH 的末尾添加

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

在这里插入图片描述

三、TensorFlow + keras + pycharm

1、确定TensorFlow + keras版本

先确定Tensorflow版本,链接和图前面其实已经放过了,这里再放一遍:

在这里插入图片描述

这里我选择tensorflow_gpu-1.12.0,python版本为3.6。

根据TensorFlow - keras关系确定keras版本为:keras 2.2.4

在这里插入图片描述

2、创建虚拟环境

在开始菜单里找到Anaconda Prompt (Anaconda3)。

在这里插入图片描述

创建名为tensorflow的虚拟环境,指定python版本为3.6。

conda create --name tensorflow python=3.6

激活环境。

activate tensorflow

可以看到命令行前的root变成tensorflow。

在这里插入图片描述

升级pip。

python -m pip install --upgrade pip

3、安装TensorFlow + keras

(1)安装TensorFlow

安装TensorFlow可以选择在线,也可以选择离线。

a、在线:

pip install tensorflow==1.12.0

b、离线:

下载离线TensorFlow包:

链接https://pan.baidu.com/s/1BpXY7STL9omITwS3Cpn2hQ 提取码:zi3j

在tensorflow虚拟环境激活的情况下cd到下载目录,我这里是桌面。

cd desktop

执行安装命令。

pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

(2)安装keras

在tensorflow虚拟环境激活下输入:

pip install keras==2.2.4

4、检验

在tensorflow虚拟环境激活的情况下输入

python

进入Python编译环境。

输入:

import keras
keras.__version__

显示如下结果则keras安装成功。

在这里插入图片描述

再依次输入:

import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(hello))

显示如下结果则tensorflow安装成功。

在这里插入图片描述

四、Pytorch + Pycharm

1、确定Pytorch版本

因为我的cuda版本为9.0,这里我的pytorch版本选择1.0.1。

在这里插入图片描述

2、创建虚拟环境

在开始菜单里找到Anaconda Prompt (Anaconda3)。

在这里插入图片描述

创建名为pytorch的虚拟环境,指定python版本为3.6。

conda create --name pytorch python=3.6

激活环境。

activate pytorch

可以看到命令行前的root变成pytorch。

在这里插入图片描述

升级pip。

python -m pip install --upgrade pip

3、安装Pytorch

(这里我卡了好久,换源也不好使,最后找到了离线版)

法一:

直接安装:

conda install pytorch==1.0.1

法二:

换源后安装:

conda deactivate     #退出pytorch虚拟环境
conda config --set show_channel_urls yes

打开 C:\Users\ASUS.condarc 换成如下内容,保存退出

channels:
  - Index of /anaconda/pkgs/free/
  - Index of /anaconda/pkgs/main/
  - Index of /anaconda/cloud/conda-forge/
  - Index of /anaconda/cloud/pytorch/
show_channel_urls: true
ssl_verify: true

再进入pytorch虚拟环境,执行法一。

!法三:

下载离线版本。

官网

百度网盘:https://pan.baidu.com/s/1X4dkst3EyPrU1aZNbi4uxA 提取码:0fjl

下载完成后,先退出虚拟环境,再执行如下命令:

conda deactivate 
conda install --offline -n pytorch pytorch-1.0.1-py3.6_cuda90_cudnn7_1.tar.bz2

在进入虚拟环境,执行法一:

activate pytorch
conda install pytorch==1.0.1

最后,还得装一个Torchvision

版本对应关系如下:

在这里插入图片描述

安装代码

conda install torchvision==0.2.2

4、检验

在pytorch虚拟环境激活的情况下输入

python

进入Python编译环境。

依次输入:

import torch
import torchvision
torch.__version__

显示如下结果则tensorflow安装成功。

在这里插入图片描述

五、配置Pycharm

打开 文件 -> 设置 -> Project Interpreter

在这里插入图片描述

点击右上角的齿轮,选择Add,再选择 Conda Environment,再选择Existing Environment。

在这里插入图片描述

点击右边的三个点,选择Anaconda安装目录下的 envs\pytorch\python.exe。

重复上述步骤,选择Anaconda安装目录下的 envs\tensorflow\python.exe。

在这里插入图片描述

需要哪个,选择哪个就好。

在这里插入图片描述

码文不易,如果觉得对你有用的话,点个赞再走吧,谢谢宁!

(才疏学浅,如果有什么说的不对的地方,欢迎大家在评论区或者私信进行指正。)

相关文章

MNIST数据集可以说是深度学习的入门,但是使用模型预测单张M...
1、新建tensorflow环境(1)打开anacondaprompt,输入命令行...
这篇文章主要介绍“张量tensor是什么”,在日常操作中,相信...
tensorflow中model.fit()用法model.fit()方法用于执行训练过...
https://blog.csdn.net/To_be_little/article/details/12443...
根据身高推测体重const$=require('jquery');const...