专栏首页AI算法与图像处理Windows下tensorflow-gpu=1.13.2、torch1.2.0深度学习环境配置

Windows下tensorflow-gpu=1.13.2、torch1.2.0深度学习环境配置

对于新手来说,环境问题经常是个让人想要放弃的魔鬼。

需要特别注意的问题是版本的对应问题和安装顺序问题

一般情况下要考虑的有 tensorflow(或 pytorch)、 cuda、cudnn的版本对应,有时候还需考虑 python版本和gcc版本,不过选择一个好的参考资料,按照教程一步一步来应该没问题。

目录 :

1、对应关系列表

2、版本选择

3、Anaconda安装

4、CUDA和CUDNN下载

5、配置环境

1、对应关系列表

下表整理出了TensorFlow从1.2到最新版本的CUDA和cuDNN所对应的版本集合。

PyTorch和 cuda对应关系

https://pytorch.org/get-started/previous-versions/

https://pytorch.org/get-started/locally/

cuda和cudnn版本对应关系

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

2、版本选择

python3.6

tensorflow-gpu=1.13.2

keras=2.1.5

pytorch=1.2.0

cuda=10.0

cudnn=7.4.1.5

3、Anaconda 安装

可以在管网上:https://www.anaconda.com/distribution/

拉到最下面,选择合适的版本点击下载 ,这里以Windows 64位为例 ,选择

下载完成后,双击运行

直接 "next“

然后 ”I agree“

推荐选择 ” Just Me“

推荐 修改默认路径,不要安装到C盘

这里选择了Add Anaconda to my PATH environment variable

4、cuda和cudnn安装

推荐的cuda版本是10.0,cudnn的版本是 7.4.1.5

cuda10.0官网的地址是:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

cudnn官网的地址是:(需要注册登录 ):https://developer.nvidia.com/cudnn

嫌麻烦的可以直接网盘下载:

链接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ提取码: 8ggr

下载好之后可以打开cuda_10的exe文件进行安装。

PS:这里安装路径我没有改,按照默认的

这里选择自定义。

然后直接点下一步就行了。

安装完后 把Cudnn的内容进行解压

把这里面的内容直接复制到下面的根目录下就可以了。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

5、配置环境

Win+R启动cmd,在命令提示符内输入以下命令:创建环境:

conda create –n cv python=3.6

PS:这里cv是环境名,可以更换成你喜欢的,python的版本也可以换

激活环境

activate cv
#  或者conda activate cv

tensorflow安装

pip install tensorflow-gpu==1.13.2

keras安装

pip install keras==2.1.5

pytorch安装

打开pytorch的官方安装方法:https://pytorch.org/get-started/previous-versions/官网推荐的安装代码如下,我使用的是Cuda10的版本:

# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

安装完成后 重启电脑

参考

https://blog.csdn.net/qq_27825451/article/details/89082978?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

https://blog.csdn.net/fengdu78/article/details/104667044?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

https://blog.csdn.net/weixin_44791964/article/details/106037141

https://blog.csdn.net/weixin_44791964/article/details/104702142

本文分享自微信公众号 - AI算法与图像处理(AI_study),作者:AI_study

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-06-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 为什么程序员应该写博客?用什么博客系统?在哪写?

    可以写博客的平台也很多,这篇文章谈谈我个人对这些平台的看法,希望小伙伴们能在自己喜欢的平台记录自己的技术成长过程。

    AI算法与图像处理
  • 酷炫操作预热!代码实现小星球特效

    搞了两天,想的头秃,终于大致显示“小星球特效”,不过这个过程还是让我感觉收获到一些东西,感受到了数学之美【公式推导和空间想象能力,太久没有手推技术有点差劲】。

    AI算法与图像处理
  • 和 Nature 封面论文一作,聊了聊天机芯的科研故事

    邓磊,清华首位类脑计算博士、美国加州大学圣芭芭拉分校博士后。8 月 1 日《 Nature 》杂志的封面上,展示了文章《面向人工通用智能的异构天机芯片架构》,他...

    AI算法与图像处理
  • 从滴滴大雨中直播,看迫近的自动驾驶商业化

    沉寂了很久之后,自动驾驶“终于”又闹出很大的动静,让人相信这个领域仍然在快速前进。

    用户2908108
  • 打造云原生大型分布式监控系统(一): 大规模场景下 Prometheus 的优化手段

    Prometheus 几乎已成为监控领域的事实标准,它自带高效的时序数据库存储,可以让单台 Prometheus 能够高效的处理大量的数据,还有友好并且强大的 ...

    imroc
  • 如何在SAP CRM里创建和消费Web service

    The following steps demonstrates how to expose a function module as a web servic...

    Jerry Wang
  • SAP CRM Fiori应用和SAP JAM的集成配置

    JAM integration in My Opportunity application:

    Jerry Wang
  • 好好编程-物流项目08【整合静态资源文件】

    链接:https://pan.baidu.com/s/1Uby-aPIAa55tci-HjTXYzg 提取码:vm8v 解压后的目录:

    用户4919348
  • axios源码分析

    念念不忘
  • 虚拟机环境下,Ubuntu16.04中安装anaconda3 TensorFlow

    使用火狐浏览器,访问https://repo.anaconda.com/archive/,选择合适版本进行下载。

    用户4908836

扫码关注云+社区

领取腾讯云代金券