Win10使用Anaconda安装Tensorflow-gpu(CUDN,cudnn安装)详解
Win10
使用Anaconda
安装Tensorflow-gpu
详解
大家都知道,搞深度学习的有机子是第一步,能配置是第二步,配环境可是真的一眼难尽。最近老师给配了个机子,从开始下软件到配置完成花费了大概两天时间,中间有很多的坑,记录一下,希望大家的问题可以从我这里得到一些解惑。
本文安装流程Anaconda->tensorflow-gpu->jupyter使用->CUDA安装->cudnn安装->测试
。
对其中的坑进行了总结,包括各种问题的总结。
装备
在下的装备为:
- 系统:
Win10(64位)
- Anaconda:
4.9.2
- python:
3.6.12
- 显卡:
NVIDIA GeForce RTX 2060
CUDA
:10.1cudnn
:7.6.5
步骤以及问题
第一步:Anaconda的下载
对应自己的系统下载Anaconda就完事了!
下载之后安装,添加到Path(点击之后你就不用自己去添加环境变量了)
安装后测试Anaconda是否成功,打开Anaconda Prompt
,输入conda -V
如果是这样,表明你安装成功了。
第二步:配置新的工作环境
从上图看,我们安装Anaconda之后的默认环境是base,我们可以自己重新开启一个专门处理
tensorflow
的环境。
Anaconda Prompt输入:
这里指定创建的新环境名字为tensorflow
,环境中使用的python版本为3.6。等待安装即可。
conda create --name tensorflow python=3.6
环境查询:
出现下列结果,表明你蒙对了。
conda info --envs
激活环境并查看python的版本:进入自己配置的环境,并查看python的版本。出现下图结果,证明你又tmd
蒙对了。
activate tensorflow
python
# deactivate 退出当前环境,即回到base环境
问题:
包的下载:
建议使用国内源,更换文件C:\Users\Administrator\.condarc
,文件位置不一定都是这里,但一定是在当前系统用户的存储临时文件的那个地方。
.condarc
文件内容更换如下
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
ssl_verify: true
然后你就发现下的速度起飞。
jupyter
的使用:
Anaconda Prompt 下输入jupyter notebook
jupyter notebook
这样表示成功,并且默认打开浏览器,显示如下界面:
- 启动了notebook但是特别卡怎么解决?
打开C:\Users\Administrator\.ijupyter\jupyter_notebook_config.py
这个文件,也就是存储jupyter
相关配置的文件,将存储ipynb
文件的目录换一下
前面的#去掉,后面存放你自定义的存储文件的位置即可
再次运行你会发现滑溜的一批
-
希望在别的环境(
env
)下也可以使用jupyter
怎么办?细心的朋友会发现我们上面是在base的环境下开启的
jupyter
,那么在tensorflow
环境下也是可以开启的,但需要在tensorflow
环境下输入命令:conda install nb_conda
然后再启动,你会发现神奇的事情又出现了。
-
jupyter
在执行过程中一直处在运算中,没有结果怎么办?这部分所有的问题就在
python-jupyter-tornado
版本不一致
方案一:tensorflow
环境下输入:有的可以解决,有的不可以。
pip install "pyzmq==17.0.0" "ipykernel==4.8.2"
方案二:执行上述代码出现如下问题:
tensorflow
环境下安装tornado,根据你的python(3.6)版本安装tornado。
conda install tornado==4.5.1
方案三: jupyter 5.7.5
版本一下并不支持tornado6.0
看下自己的版本对不对,要么降级tornado,要么升级jupyter
,下面两个二选一
conda install jupyter notebook==5.7.5
conda install tornado==4.5.1
方案四:有bug,如下,同方案二
``RuntimeWarning: coroutine 'WebSocketHandler.get' was never awaited
super(AuthenticatedZMQStreamHandler, self).get(*args, **kwargs)`
conda install tornado==4.5.1
第三步:安装tensorflow-gpu
tensorflow
环境下输入以下命令:
conda install tensorflow-gpu
默认安装最新的,最新的是2.3.1
有惊无险,Anaconda部分终于完了!!!!!!
第四步:安装CUDA
首先CUDA
的安装受制于您的显卡版本和安装的tensorflow-gpu
的版本
-
首先,下载驱动程序,通过显卡查询你的电脑的驱动是啥,然后再下载,点击这里下载
我的显卡是
GeForce RTX 2060
,根据你的下载驱动即可。
-
其次,显卡驱动完成之后,看下你的驱动版本是多少,根据驱动版本查询你可以下载那个版本的
CUDA
点击右下角的
NVIDIA
控制面板,右边会显示版本
驱动版本和CUDA
版本的对应。查看
此时你就有明确的目标下载那个版本的CUDA
了,以我下载CUDA10.0
为例子。
- 下载
CUDA10.0
点击这里下载
下载的方式有两种,推荐local(本地),下载2.4G
安装包之后直接进行安装即可。由于学校网络的问题,我使用network一直没有成功过,并且在使用local下载时,可能会出现下到一半或者快结束的时候,提示网络原因下载失败,再点击下载就变成了32B/42B
。此时我的解决方式是使用梯子(VPN)
进行下载,结果一帆风顺。不会使用梯子的同学可以请教下计算机的同学,他们一般都有通道。
- 测试安装是否成功:打开
CMD
界面
第五步:下载cudnn
cudnn
官方给出的对应CUDA
的版本下载链接看哪呢-看这里啊
Tensorflow
官方给出的配置搭配传送门-看这里
接下来你就下载就完事了,下载cudnn
,可能需要注册一下,有谷歌邮箱的就不用注册了,注册完之后填写一点信息,就可以下载了。
下载完的cudnn
的目录结构是这样的:
- 将
cudnn
的bin、include、lib下的文件全部分别放在CUDA
的bin、include、lib文件中。
-
检查环境变量
如果下方的都有,就没有问题了,缺啥填啥,按照你们电脑的路径来啊。
OKOKOK
,不容易啊,兄弟,走到这里基本就安装个差不多了。可以进行测试了。
测试
-
打开Anaconda Prompt
-
输入测试的代码
- 看结果是True 还是False,True成功,False失败。
在测试中,返回结果是False,具体看看是什么问题,如果是缺少dll
文件的问题,不要害怕,小问题,缺啥那啥,放在../CUDA/10.1/bin
下就好了。注意,提示缺少cublas64_10.dll
,在放进去这个文件之后,仍然提示找不到,是因为他还需要别的一个搭配cublasLt64_10.dll
,而且后面的这个文件如果不在bin下面,那就在当前用户保存临时文件的目录下,这两个放在一起就好了。这里给大家一些提供一些常见的dll
文件
百度网盘下载:链接:https://pan.baidu.-----com/s/1BpzkwFZeE2ZbwQ9O84cWog (怕被和谐。去掉-)
提取码:qwe1
恭喜你,闯关成功!!!
安装费时两天,并且花了3个小时梳理和编写文档,有能耐的小老板支持下吧,🦀🦀🦀🦀🦀🦀🦀。
结合Pycharm和Anaconda
进行工作
- 配置
pycharm
中python解释器为Anaconda的tensorflow
环境下的python.exe
文件。