在安裝TensorFlow-gpu的時候踩了很多坑,在這裡做一記錄
1、 首先安裝Anaconda3,安裝時注意勾選add anaconda to my PATH environment variable,這樣可以省去安裝完後再去配置系統變量、環境變量等步驟,可以先看一下這個文章裡面關于anaconda的介紹:會對了解後面的步驟很有幫助!https://www.jianshu.com/p/eaee1fadc1e9
2、 安裝pycharm,pycharm是一款與anaconda可以非常好的銜接的IDE,是以推薦使用;
3、 安裝英偉達cuda,要根據GPU型号選擇對應的版本,具體可以https://blog.csdn.net/zpc17875305019/article/details/90287995,安裝完cuda後還要再安裝一下CudNN,這個檔案包也是在英偉達官網下載下傳。下載下傳後解壓後将對應的三個檔案下的檔案複制一下即可,
4、 接下來就是建立一個環境,打開anaconda prompt或者cmd指令視窗,利用conda create –n my_venv python==3.6
(這裡的my_venv即是你要注意最好不要用python内置包重複的名字,否則最後在使用的時候可能會報錯),建立好環境後,用conda activate my_venv,進入環境。
5、 然後可以利用pipinstallTensorFlow-gpu指令安裝TensorFlow-gpu,但是通常會出現報錯的情況,如果是SSL error,一般是由于源的問題可以通過以下辦法解決:
cd :C:\users(你的使用者名)
mkdir pip
cd pip
cd.>pip.ini
然後打開C:\users(你的使用者名)\pip\pip.ini 檔案,在裡面複制
[global]
Index-url=http://pypi.douban.com/simple
[install]
Trusted-host=pypi.douban.com
然後儲存,關閉檔案。
接下來就可以通過剛才的指令安裝TensorFlow-GPU包了,注意,安裝後你在Lib/site-packges裡看不見這個包,但是你可以通過一段簡單的測試代碼測試是否安裝成功。
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
輸出:
b’ Hello, TensorFlow!
則表明安裝成功!
6、 安裝好環境後,打開pycharm,打開file-settings-project interpreter,單機右邊的齒輪圖示添加本地解釋器,切換到existing environment,找到剛剛安裝的TensorFlow環境裡的python.exe,然後點選ok,這樣就可以在你的project中使用你剛剛建立的帶有TensorFlow-gpu庫的虛拟環境。
在使用TensorFlow過程中,自己建立的檔案檔案夾,最好都不要使用帶有python内部包的檔案名,以避免出現不必要的報錯。