文章目錄

• 楔子
• anconda的安裝：
• CUDA，cuDNN的安裝：
• tensorflow-gpu的安裝：
• • 配置一個tensorflow的環境：
  • 安裝tensorflow-gpu：
  • 安裝spyder：
• pytorch安裝：
• conda commands:

楔子

之前是在ubuntu16.04LTS上安裝的是python2.7非anconda方式的tensorflow-gpu。
1、學習使用一段時間后python2.7有點坑，網上的好多代碼不能直接運行，比如：無法使用**表示keywords dic；
2、而且在ubuntu使用spyder始終無法實現漢字的輸入，對于學習階段注釋很重要，很不方便；
3、后來偶然使用wintogo制作了一個win10的系統，就像基于anconda方式傻瓜式搭建。

最后沒有能用conda的傻瓜裝法，還是在全局下安裝CUDA和cuDNN，這樣版本才能可控。

anconda的安裝：

直接官網下載，傻瓜式安裝。（環境變量可以勾，不勾就需要自己配置）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Windows-x86_64.exe

CUDA，cuDNN的安裝：

注意了他們兩個是配套的，先下CUDA：

再找對應版本的cudnn
先安裝CUDA，再把cuDNN解壓，把這三個文件夾的文件放進CUDA安裝目錄的三個相同的文件夾內：

cuDNN是對CUDA的補充，是針對DNN加速的，就這么理解。
手動添加一下如下環境變量，明顯他是針對cuDNN的環境變量

tensorflow-gpu的安裝：

配置一個tensorflow的環境：

如下就是配置一個python版本3.6的環境，環境的名字叫tensorflow ：

(base) C:\windows\system32>conda create -n tensorflow pip python=3.6

為什么需要專門配置一個新的環境，anconda有一個默認的環境base，理論上可以安裝在默認環境下，但是為了防止依賴沖突，最好是新建一個環境，實際上在base下直接安裝會報錯：

(base) C:\windows\system32>conda install tensorflow-gpu Solving environment: failedUnsatisfiableError: The following specifications were found to be in conflict:- tensorflow-gpu Use "conda info <package>" to see the dependencies for each package.

進入新的環境：

(base) C:\windows\system32> conda activate tensorflow (tensorflow) C:\windows\system32> (tensorflow) C:\windows\system32>

安裝tensorflow-gpu：

建議不要使用conda install tensorflow-gpu，他會下載使用自己的CUDA，之前說的傻瓜就是說的這個，關鍵是它自己CUDA和tensorflow-gpu不匹配使用起來存在問題，至少我試過python3.5和3.6都有問題。
使用pip安裝指定版本。

pip install --ignore-installed --upgrade tensorflow_gpu==1.8.0

安裝之前最好把pip更新到最新版本；
按照過程會安裝很多依賴，需要等待；
還有tensorflow_gpu版本需要特別注意，要和CUDA,cuDNN配套，最新版本說不定就不支持，這里給一個過時的支持：

可以直接在創建的容器里使用python測試：

import tensorflow as tf import numpy as np import time# 產生用于計算測試的數據 value = np.random.randn(5000,1000) a = tf.constant(value)# 計算方式 b = a*a# gpu tic = time.time() with tf.Session() as sess:for i in range(1000):sess.run(b) toc = time.time() t_cost = toc - ticprint(t_cost)

安裝spyder：

在容器里安裝spyder:

如果base環境里面有spyder, 在這個環境里會直接copy過來的
還有一點在spyder里面看不見使用GPU的日志，linux里面是可以看到的，不管了反正使用的是GPU計算就是了。

pytorch安裝：

CUDA和cuDNN已經全局安裝好了：

pip3 install https://download.pytorch.org/whl/cu90/torch-1.0.1-cp36-cp36m-win_amd64.whl pip3 install torchvision

假如外部沒有安裝CUDA和cuDNN，可以試試：

成功結果如下：

conda commands:

# 創建新環境 conda create -n rcnn python=3.6# 刪除環境 conda remove -n rcnn --all# 重命名環境 conda 其實沒有重命名指令，實現重命名是通過 clone 完成的，分兩步：# 先 clone 一份 new name 的環境 # 刪除 old name 的環境# 比如，想把環境 rcnn 重命名成 tf # 第1步 conda create -n tf --clone rcnnSource: /anaconda3/envs/rcnn Destination: /anaconda3/envs/tf Packages: 37 Files: 8463# 第2步 conda remove -n rcnn --all# 結果 conda info -e # conda environments: # crawl /anaconda3/envs/crawl flask /anaconda3/envs/flask tf /anaconda3/envs/tf root * /anaconda3

總結

以上是生活随笔為你收集整理的Win10 ancona傻瓜安装tensorflow-gpu，ancona傻瓜安装pytorch-gpu的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。