Win10,深度学习GPU环境配置实录(Anaconda + TensorFlow 2 或 TensorFlow 1.15 + keras)

本文详细记录了在Win10系统下,利用Anaconda配置深度学习环境的过程,包括CUDA和cuDNN的安装,以及TensorFlow-GPU和Keras的配置。此外,还分享了如何使用国内源加速下载,解决配置过程中遇到的坑,适合初学者参考。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这是我第N次遇到把环境搞坏,再重新配环境,然后忘记各个步骤中的指令,然后全网查资料的情况。于是我决定落实一下一直都有的一个想法:写个 Blog 记录下从零开始搭建环境的全过程,以方便将来再次把环境搞坏的自己和遇到相同问题的同学们。

前言

GPU 对深度学习运算效率提升非常巨大,就我目前做的一个项目而言,一个 epoch 用 CPU 耗时 1622s ,而用 GPU 仅需要 33s,粗略估计下使用 GPU 运算效率是 CPU 的 50 倍。然而深度学习 GPU 的环境配置之路上各种坑,希望本文可以帮你绕开这些坑。

TensorFlow 2.0 alpha 版本也已经发布,其整体风格更接近于 PyTorch,将 Eager execution 设置为默认优先模式,这就意味着任何运算在调用后就会立即运行,从而不再需要预先定义静态图,变得更加方便使用。而且 Google 也已经收购了 Keras,也就是说 TensorFlow 2 将和 Keras 耦合起来,整体上考虑学习 TensorFlow 2 也是非常有价值的。本文也将介绍 TensorFlow 2 的环境配置。

2019/10/7补充:TensorFlow 2.0 在祖国 70 岁生日之际正式 release 了,现在直接安装 TensorFlow 将默认安装 2.0 版本。

目录

前言

 

Anaconda 安装

conda 的简单使用

基本操作

使用国内 conda 软件源加速

环境的导出与导入

jupyter lab 的配置

jupyter lab 添加 kernel

jupyter lab 默认工作路径修改

jupyter lab 插件安装

pip 使用国内镜像加速下载

CUDA 安装

cuDNN 安装

TensorFlow-GPU

Keras

其他要装的常用库


Anaconda 安装

从 Anaconda官网 下载,安装。推荐安装 Python 3 的版本,所以无情的我给旁边打上了马赛克。

在安装过程中没有把 Anaconda 添加到环境变量的可以添加一下 Anaconda 的安装路径,%Anaconda%/Library/bin和 %Anaconda%/scripts/ ,这样就可以在 cmd 或者 powershell 中使用 conda 和 python,还可以避免一些问题

conda 的简单使用

基本操作

Anaconda Prompt 用着很舒服。使用 install 安装包,remove 卸载包,activate 激活环境。有时候安装包的时候会出现没有权限什么的,以管理员身份运行 Anaconda Prompt 就好了。

以创建环境为例:

conda create -n DeepLearning python=3.7.4

移除环境:

conda remove -n DeepLearning --all

拷贝环境:

conda create --clone DeepLearning --name DL

使用国内 conda 软件源加速

鉴于惨不忍睹的下载速度,我们可以使用 清华大学 或者 中科大 的仓库镜像加速下载,以清华为例:

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --set show_channel_urls yes
评论 1
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