Windows下tensorflow-gpu=1.13.二、torch1.2.0深度學習環境配置

對於新手來講，環境問題常常是個讓人想要放棄的魔鬼。

須要特別注意的問題是版本的對應問題和安裝順序問題

通常狀況下要考慮的有 tensorflow(或 pytorch)、 cuda、cudnn的版本對應，有時候還需考慮 python版本和gcc版本，不過選擇一個好的參考資料，按照教程一步一步來應該沒問題。

 

 

目錄 ：

 

一、對應關係列表

二、版本選擇

三、Anaconda安裝

四、CUDA和CUDNN下載

五、配置環境

 

 

一、對應關係列表

 

下表整理出了TensorFlow從1.2到最新版本的CUDA和cuDNN所對應的版本集合。

 

 

PyTorch和 cuda對應關係

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

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

cuda和cudnn版本對應關係

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

 

 

二、版本選擇

 

python3.6

tensorflow-gpu=1.13.2

keras=2.1.5

pytorch=1.2.0

cuda=10.0

cudnn=7.4.1.5

 

 

三、Anaconda  安裝

 

能夠在管網上：https://www.anaconda.com/distribution/

拉到最下面，選擇合適的版本點擊下載 ，這裏以Windows  64位爲例 ，選擇

 

下載完成後，雙擊運行

 

直接 "next「

 

 

而後 」I  agree「

 

 

推薦選擇  」 Just Me「

 

 

推薦 修改默認路徑，不要安裝到C盤

 

 

這裏選擇了Add Anaconda to my PATH environment variable

 

 

 

 

四、cuda和cudnn安裝

 

推薦的cuda版本是10.0，cudnn的版本是 7.4.1.5

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

cudnn官網的地址是：(須要註冊登陸 )：https://developer.nvidia.com/cudnn

嫌麻煩的能夠直接網盤下載:

連接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ提取碼: 8ggr

下載好以後能夠打開cuda_10的exe文件進行安裝。

PS：這裏安裝路徑我沒有改，按照默認的

這裏選擇自定義。

 

而後直接點下一步就好了。

 

 

安裝完後
把Cudnn的內容進行解壓

把這裏面的內容直接複製到下面的根目錄下就能夠了。

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

 

 

五、配置環境

Win+R啓動cmd，在命令提示符內輸入如下命令：建立環境：

conda create –n cv python=3.6

PS:這裏cv是環境名，能夠更換成你喜歡的，python的版本也能夠換

激活環境

activate cv
#  或者conda activate cv

tensorflow安裝

pip install tensorflow-gpu==1.13.2

keras安裝

pip install keras==2.1.5

pytorch安裝

打開pytorch的官方安裝方法：https://pytorch.org/get-started/previous-versions/官網推薦的安裝代碼以下，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

---

安裝完成後 重啓電腦

 

參考

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