目录
1 安装Anaconda
1.1下载Anaconda安装包
1.2安装
1.3更改路径
1.4修改默认浏览器
2安装cuda9.0
2.1cuda版本选择
3安装cudnnv7.6.5
4 安装tensorflow-gpu1.8.0
降低一下python版本至3.6
另外:科普
1 安装Anaconda
1.1下载Anaconda安装包
地址:Anaconda | Anaconda DistributionAnaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine./download/
1.2安装
双击已下载好的Anaconda3-.11-Windows-x86_64.exe文件
if电脑有多个用户:选择All Users
else:选justme
选项一:加入环境变量;
选项二:默认使用Python 3.9(因我电脑已有python,不再勾选)(注意:python版本要根据自己电脑所能支持的cuda版本对应安装,见2.1)
剩下一路“next”。在cmd里输入conda --version,若返回conda版本则说明环境变量配置成功。
1.3更改路径
打开cmd,输入:
jupyter notebook --generate-config
回车,会产生[jupyter_notebook_config.py]:
用记事本打开[jupyter_notebook_config.py],找到c.NotebookApp.notebook_dir,建立新工作路径
取消注释,去掉前面#,点击保存即可。
cmd,输入[jupyter notebook],发现路径已更改。
1.4修改默认浏览器
记事本打开[jupyter_notebook_config.py],找到c.NotebookApp.browser = '',在此行下面添加以下三行代码:
import webbrowserwebbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\Users\Lenovo\AppData\Local\Google\Chrome\Application\chrome.exe"))c.NotebookApp.browser = 'chrome'
这样就修改好了Anaconda使用的浏览器和使用路径,现在打开Jupyter Notebook。
2安装cuda9.0
2.1cuda版本选择
谷歌搜索“yourGPU型号+SPECIFICATION”,在官网查此电脑是否支持CUDA。
查看自己电脑支持的cuda版本号:电脑桌面右键,打开“”“NVIDIA控制面板”->左下角“系统信息”->组件,查看3D设置里的“NVIDIA.DLL”。可见,此电脑支持cuda9.0。
去cuda官网下载cuda9.0(CUDA Toolkit Archive | NVIDIA Developer)
双击.exe文件,安装在自己指定路径即可。(精简安装)
3安装cudnnv7.6.5
在官网上下载cudnnv7.6.5(cuDNN Archive | NVIDIA Developer)
解压cudnn-9.0-windows10-x64-v7.6.5.32,把D:\cudnn\cudnn-9.0-windows10-x64-v7.6.5.32\cuda\bin的cudnn64_7.dll拷贝一份至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
配置环境:
(1)把cudnn加入环境变量path;
(2)配置cuda环境
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0CUDA_LIB_PATH = %CUDA_PATH%\lib\x64CUDA_BIN_PATH = %CUDA_PATH%\binCUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
4 安装tensorflow-gpu1.8.0
降低一下python版本至3.6
(因我电脑本身装的python3.9,所以安装失败,需要降低一下python版本至3.6)
使用以下命令创建新环境:
conda create -n env_name list of packages
其中 -n 代表 name,env_name 是需要创建的环境名称,list of packages 则是列出在新环境中需要安装的工具包。
比如我现在的python版本是3.9,但我想安装一个python 3.6的环境,则在anaconda prompt输入:
conda create -n py36 python=3.6
现在激活这个新配置的环境:
conda activate py36
输入python --version,可以看到:
非常棒,已经从3.9切换为3.6版本了 ,且可以在AnacondaNavigator里切换环境。
另外:科普
1)如果要删除我们配置的新环境,则:
conda env remove -n env_name
2)显示所有环境:
conda env list
3)当前环境下的 package 信息存入名为 environment 的 YAML 文件中:
conda env export > environment.yaml
4)当执行他人的代码时,也需要配置相应的环境。这时可以用对方分享的 YAML 文件来创建一摸一样的运行环境。
conda env create -f environment.yaml
在d盘新建一个文件夹,专门放TensorFlow-gpu。在anaconda终端切换到相应文件夹,执行pip install tensorflow-gpu==1.8.0来安装tf-gpu。
安装后,新建test.py文件,测试是否安装成功,test.py文件内容如下:
import tensorflow as tf# Create TensorFlow object called tensorhello_constant = tf.constant('Hello World!')with tf.Session() as sess:# Run the tf.constant operation in the sessionoutput = sess.run(hello_constant)print(output.decode())# bytestring decode to string.
在anacoda里跑一下test.py程序
发出了警告“FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
_np_qint8 = np.dtype([("qint8", np.int8, 1)])”
为解决此警告,在相应位置将对应行的“ (type, 1) ”都改成“(type, (1,))”即可。再跑一下test.py程序:
ok,nice!完工!
如果觉得《GTX960M安装Anaconda+cuda9.0+cudnn v7.6.5+tensorflow-gpu1.8.0》对你有帮助,请点赞、收藏,并留下你的观点哦!