adaconda 安装 tensorflow gpu(内容)

本文详细介绍如何使用Anaconda进行Python环境的管理和配置,包括更改源、创建环境及安装TensorFlow GPU版、PyTorch、Keras、OpenCV等深度学习框架的方法。同时,提供了针对不同GPU的支持和版本对应指南。
部署运行你感兴趣的模型镜像

1,安装adaconda

百度下载安装即可。

 

2,创建环境

更改源:

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/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
 
# 搜索时显示通道地址
conda config --set show_channel_urls yes

 

 

adaconda 常用命令 :

xxx为环境名字,名字随意,但是后面需要用到

当前所处的环境,在命令的开始括号内如(tfgpu)

激活环境:conda activate xxx

创建环境:conda create -n  xxx

安装软件:conda install xx

查看系统软件:conda list

conda create -n tfgpu

conda activate tfgpu

 

3,安装tensorflow gpu

安装gpu版本需要显卡支持,我的显卡为n卡   gtx 1070  

官网下载cuda和cudnn,需要版本和显卡型号对应,还需和tensorflow版本对应。

我下载的

cuda_9.0.176_win10

cudnn-9.0-windows10-x64-v7.1

tensorflow安装的最新1.9.0

 

安装顺序,先安装cuda_9.0.176_win10

其中若是没有安装vs2015会出现问题,解决版本,勾选需要的内容即可(具体可以百度)

然后

解压cudnn ,把cuda下的bin,include,lib等文件复制到安装的cuda目录下,

我电脑目录(默认目录)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

更改conda源为清华源(其他源可以自行百度)

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

复制执行就行

若是pip命令出现

q(问题):

Distributed 1.21.8 requires msgpack, which is not installed

执行命令

conda install -c anaconda msgpack-python

pip install msgpack

gpu版本安装:

pip install --ignore-installed --upgrade tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple

若是不出意外安装成功

然后可以安装其他的软件。

安装opencv-python命令

conda install --channel https://conda.anaconda.org/menpo opencv

###

conda install -c https://conda.anaconda.org/menpo opencv3 #安装opencv3
#如果要安装opencv4将opencv3改成如下命令
conda install -c https://conda.anaconda.org/menpo opencv #安装最新版opencv4
#也可通过conda search -c https://conda.anaconda.org/menpo opencv*来搜索所有opencv版本
注:安装opencv-python会改变python版本,需要仔细查看。版本依赖

 

pip 安装软件时执行时加上
临时
-i https://pypi.tuna.tsinghua.edu.cn/simple

 

 

pytorch:

conda install pytorch=1.2.0 torchvision cudatoolkit=10.0

 

keras:

anaconda show anaconda/keras-gpu

 

 

记录环境:

tf 1.13.1
pytorch 1.2.0
torchvision 0.4.0
opencv-python 4.2.0.34
keras-base 2.3.2
py3.6_cuda100_cudnn7_1
cudatoolkit=10.0.130

参考:

tensorflow(gpu)安装:https://blog.youkuaiyun.com/weixin_39290638/article/details/80045236

https://www.cnblogs.com/fanfzj/p/8521728.html

opencv-python安装:https://blog.youkuaiyun.com/lanchunhui/article/details/49717535

 

版本对照:https://blog.youkuaiyun.com/lifuxian1994/article/details/81103530

 

附加:cpu版本的直接运行命令

最好单独创建环境

conda install tensorflow 即可
--------------------- 
作者:dreamflywhere 
来源:优快云 
原文:https://blog.youkuaiyun.com/dreamFlyWhere/article/details/82804402?utm_source=copy 
版权声明:本文为博主原创文章,转载请附上博文链接!

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

使用Anaconda安装TensorFlow GPU版本可按以下步骤进行: ### 1. 安装Anaconda 若未安装Anaconda,可从[Anaconda官网](https://www.anaconda.com/products/distribution)下载对应系统的安装包,然后按照安装向导完成安装。 ### 2. 创建虚拟环境 打开Anaconda Prompt(Windows)或终端(Linux/Mac),执行以下命令创建一个新的虚拟环境,这里将环境命名为`tensorflow_gpu`,Python版本设为3.8,可根据需求调整Python版本: ```bash conda create -n tensorflow_gpu python=3.8 ``` 激活该虚拟环境: ```bash conda activate tensorflow_gpu ``` ### 3. 安装CUDA和cuDNN TensorFlow GPU版本依赖CUDA和cuDNN,需安装TensorFlow兼容的版本。可参考[TensorFlow官方文档](https://www.tensorflow.org/install/source_windows#gpu)确定兼容版本。 - **安装CUDA**:从[NVIDIA官方网站](https://developer.nvidia.com/cuda-toolkit-archive)下载并安装合适版本的CUDA。安装过程中按照向导完成设置。 - **安装cuDNN**:从[NVIDIA cuDNN官网](https://developer.nvidia.com/cudnn)下载与CUDA版本匹配的cuDNN库,将下载的文件解压后,把相关文件复制到CUDA的安装目录下。 ### 4. 安装TensorFlow GPU版本 在激活的虚拟环境中,使用以下命令安装TensorFlow GPU版本: ```bash conda install tensorflow-gpu ``` 或者使用pip安装: ```bash pip install tensorflow-gpu ``` ### 5. 验证安装 安装完成后,可通过以下Python代码验证TensorFlow GPU是否安装成功: ```python import tensorflow as tf print(tf.test.is_gpu_available()) ``` 若输出为`True`,则表示TensorFlow GPU版本安装成功且能正常使用GPU。 ### 注意事项 - 确保显卡驱动支持所安装的CUDA版本,可从NVIDIA官网更新显卡驱动。 - 安装过程中可能会遇到网络问题,可尝试使用国内镜像源加速下载。例如,使用清华大学的Anaconda镜像源: ```bash 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 ```
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