PS:這是GPU版本,CPU版會用筆記本環境另寫一篇部落格。
前置準備
檢視GPU型號
電腦桌面->右鍵我的電腦->選擇管理->點選裝置管理器 如下圖:
如果不是英偉達顯示卡,那麼不用往下看了,GAMEOVER!
檢視CUDA算力
gpu版本要求電腦的GPU硬體必須有CUDA支援,並且計算能力最低為3.5以上。
檢視地址在這裡:https://developer.nvidia.com/cuda-gpus
這個就是我的:
下載GPU驅動
下載地址:https://www.nvidia.com/download/index.aspx?lang=en-us#
我的演示:
這個驅動的版本號必須要達到418.x以上
下載Anaconda
清華大學映象地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我下載的版本是:Anaconda3-5.3.1-Windows-x86_64.exe
配置高階選項的時候 第一個我選擇將Anaconda加入環境變數 第二個註冊Python3.5沒有勾選,因為我電腦上安裝得有python3.7。
配置Anaconda軟體包下載伺服器
從開始選單中開啟Anaconda Prompt,依次輸入以下三條命令
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
新建虛擬環境
Anaconda預設的虛擬環境是base(root),其中已經安裝的軟體包太多,並且這個虛擬環境無法刪除,所以我們新建一個虛擬環境進行學習,將來不想使用的時候可以將新的虛擬環境刪除。
依然在Anaconda Prompt的命令列中,執行命令:
conda create -n tf_gpu python=3.7
其中conda create是建立命令 -n是name的意思 後面tf_gpu是新環境名 名字隨意取 python=3.7是設定該環境的python版本 一般來說3.6和3.7兩種
這裡輸入y 表示同意安裝相關軟體包
現在新的虛擬環境已經建立完成
執行命令:
conda activate tf_gpu
啟用tf_gpu這個環境,也可以理解成進入tf_gpu環境。
然後你會看到頭部的(base)變成了(tf_gpu)
安裝TensorFlow
接著上面的命令列視窗
安裝英偉達SDK
conda install cudatoolkit=10.1
輸入y 同意安裝相關軟體包
安裝英偉達深度學習軟體包
conda install cudnn=7.6
只要不是下面這個樣子,一般都是安裝失敗,仔細看是否有error字樣,如果安裝失敗,多試幾次,我就失敗了兩次,第三次才成功,可能是網路抖動而導致的。
安裝TensorFlow
pip install tensorflow==2.1
一連串的下載安裝資訊滑過命令列之後,就算安裝完了。
校驗是否安裝成功
繼續命令列輸入python 進入直譯器
輸入兩行:
import tensorflow as tf
tf.__version__
如果列印出版本號'2.1.0' 則安裝成功。
開啟pycharm
新建專案 選擇conda環境直譯器 如圖:
至此,環境已經搭建完成,可以進行專案程式設計了。