win10搭建特定的深度学习环境

本文详细介绍了如何在Windows 10系统下,利用Anaconda创建虚拟环境并安装特定版本的CUDA、cuDNN,以及TensorFlow-GPU。首先离线安装CUDA,然后在Anaconda中创建并激活虚拟环境,安装对应的CUDA和cuDNN。接着,配置TensorFlow-GPU,并确保其与CUDA、cuDNN和Python版本匹配。最后,演示了如何在PyCharm中选择已配置的虚拟环境进行项目开发。

win10,在anaconda虚拟环境中安装特定的深度学习版本

(以TensorFlow为例)

以下内容是在已经安装好anaconda软件后配置的

anaconda的安装可参照该文章:在Windows环境下搭建基于pytorch的深度学习环境

一、安装cuda及cudnn

1.离线安装

1.根据项目要求,先利用官网安装好需要的cuda版本,不需要配置环境变量

2.经过实践证明,通过conda命令安装的cuda,不能完成配置,cuda仍为系统环境变量配置版本

2.anaconda虚拟环境中

a.创建虚拟环境:打开anaconda prompt,输入:
conda create -n tensorflow-ltc python=3.6 # tensorflow为虚拟环境名称可自定义;python版本也可自己设定
b.激活虚拟环境并安装cuda和cudnn
activate tensorflow-ltc  #激活虚拟环境
conda install cudatoolkit=9.0 # 安装需要的cuda对应版本,与之前离线安装版本对应
conda install cudnn=7.0 # 安装cudnn 对应版本可网上查阅
c.cuda版本也可自行选择,cudnn和cuda版本对应关系请自行上网查阅。如果下载很慢容易断开,建议搭个梯子或者使用清华镜像源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
d.检测cuda是否安装成功:
conda list

注:

1.经实践证明,可以直接安装tensorflow-gpu,即直接执行步骤二,其对应的cuda与cudnn可自动配置安装。

2.若配置其他框架,仍需按顺序安装。

二、安装tensorflow-gpu

1.tensorflow与cuda、cudnn、pyhton的版本都有对应关系,具体对应关系可上网查阅
conda install tensorflow-gpu==1.8.0
2.numpy安装

tensorflow与numpy有版本对应关系,可以先安装tensorflow后,运行程序报错再按需求选择较低版本安装;或者直接在安装tensorflow前安装合适版本的numpy直接安装。

pip install numpy==1.16.0 # 安装numpy版本,安装之前请先卸载
pip uninstall numpy # 卸载numpy
conda list # 显示新建虚拟环境所有已安装模块
3.验证
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)

三、为不同虚拟环境配置不同的cuda

1.打开anaconda prompt,进入需要配置的虚拟环境:
activate tensorflow-ltc  #激活虚拟环境
2.将prompt窗口定位到虚拟环镜主目录下:
cd Anaconda3\envs\tensorflow-ltc #anaconda默认安装在c盘
cd /d D:\Users\Anaconda3\envs\tensorflow-ltc  #anaconda安装在其他位置

在这里插入图片描述

3.执行以下命令:
mkdir .\etc\conda\activate.d #创建activate.d文件夹
mkdir .\etc\conda\deactivate.d #创建deactivate.d文件夹
4.在activate.d文件夹中创建 env_vars.bat文件,将cuda版本添加到临时系统变量中。

a.创建.bat文件方法:右键->新建文本文档->另存为->文件名.bat,保存类型:所有文件

b.内容:

@set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
@set CUDA_NVVP=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp
@set CUDA_lib=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
@set OLD_PATH=%PATH%
@set PATH=%CUDA_PATH%;%CUDA_NVVP%;%CUDA_lib%;%PATH%;
5.在deactivate.d文件夹中创建同名文件env_vars.bat,将环境变量重置为原始的内容。

文件内容:

@set PATH=%OLD_PATH%
6.测试

分别在base环境与新建的tensorflow环境输入:

nvcc --version

在这里插入图片描述

如上图所示,若base环境显示的cuda版本为之前添加环境变量的版本,而新虚拟环境的版本为上述步骤新建的,则配置成功。

四、如何在pycharm中选定已配置的虚拟环境

1.新建的虚拟环境默认保存位置在anaconda安装路径中的envs文件

2.打开pycharm后按照以下路径操作:

a.file->setting->project:新建项目名->python interpreter->add

b.Virtualenv Environment ->existing environment->新建虚拟环境路径 ->…python.exe ->ok

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值