最近入坑 TensorFlow,没想到光安装框架就遇到了一系列的坑,耽误大量时间。
文章目录
- 准备
-
- 首先说明
- 下载文件
- 卸载旧版本 Python
- 软件安装
-
- 安装 Python 3.7
- 安装 CUDA 10.1
- 安装 CUDnn 7.6.5
- 检验是否安装完成
- TensorFlow 的安装
-
- Pip 换源
- 使用命令行创建环境
- 使用 PyCharm 创建环境
准备
首先说明
- 安装的是 GPU 版,需要有 NVIDIA 显卡,台式机最低型 是 GTX 780,移动版最低型 是 GeForce 830M(普 G 系列)或 GTX 950M(GTX 系列),AMD 显卡不能安装;
下载文件
需要自己手动安装 3 个东西,CPU 版只需要 Python 3.7 即可:
- Python 3.7:官方下载页面(3.7.7 版)
- CUDA 10.1:官方下载页面
- CUDnn 7.6.5:官方页面,下载需要注册一个开发者账户
我把所有要用到的安装包(都是 Win10 版本)收集在 这里 了(2020.6.24)。
请不要在没有去 官方说明 确认过的情况下,自行选择其他版本,因为目前已知 Python 3.8 与 TensorFlow 2.2 存在兼容问题,高版本的 CUDA 和 CUDnn 也不受支持。如果想使用更新的版本,务必去官 确认一下。
Python 3.7 的其他子版本,如 3.7.5 等,可以正常使用。
卸载旧版本 Python
请在“程序和功能”里完整卸载 所有 其他版本的 Python,稍后我们安装 3.7;不需要卸载 Anaconda。
这一步是针对之前在 Windows 下、以安装包的形式装过 Python 3.8 及以上,或3.4 及以下的人。TensorFlow 目前仅支持 3.5~3.7,由于大家喜闻乐见的 Windows 开放式特色,即使在 VirtualEnv 下运行 pip,它也会调用 3.8 里的 pip,使得版本共存问题愈发混乱。
如果有 十足的 自信和经验能自行管理好 Windows 上的 Python 版本,可以忽略本步骤。
软件安装
安装 Python 3.7
这个比较简单,建议勾选“Add to PATH”选项方便使用,但不影响实际功能。完全零基础的朋友可以参考 这篇文章,写的比较详细。
安装完毕后,Win + R 运行一下命令 或 ,如果弹出了写有 Python 3.7 字样的黑窗口,说明 Python 已经就绪。
安装 CUDA 10.1
CUDA 安装包内是包含显卡驱动的,CUDA 10.1 要求显卡驱动版本不低于 418.x,因此如果驱动版本不够,就需要勾选安装驱动。
- 下载好 CUDA 安装程序,有 2 个多 G,双击运行;
- 首先用 VirtualEnv 创建一个新的虚拟环境 ,这里 有详细的使用教程,廖雪峰博客的教程 也非常好;
- 打开管理员权限的 cmd,激活虚拟环境,在虚拟环境下(命令行开头有 字样)执行:
- 询问是否继续时输入 继续安装至完成;
- 执行命令 打开 Python 交互式窗口,输入以下代码: 返回信息:
- 继续输入以下代码: 不用理会闪过的一系列 CUDA 初始化成功的信息,最后(或者其中某一行)显示: 则表示 TensorFlow 已经正确安装。
- 如果看不惯一大片飚红的提示信息,可以在 main.py 文件的 最前端 加上两行:
检验是否安装完成
检查自己计算机的环境变量 PATH 中是否有 CUDA 的安装路径,如果有则说明安装成功。不会查看环境变量的可以参考 这篇文章。
TensorFlow 的安装
Python 开发中有“环境”的概念,也就是说,最好给每个项目建立一个自己的虚拟环境,在虚拟环境下安装项目用到的模块,这样要比在计算机上直接安装模块更容易管理,也避免了误操作的风险。因此,每当你想要创建一个新 TensorFlow 项目时,最好是连环境一起新建,并在虚拟环境中重新安装 TensorFlow。
Anaconda 的主要功能就是便于虚拟环境的管理,但结合包括我在内 一部分人的使用体验 来看,它实际上让这个过程更麻烦了。我们使用 VirtualEnv 来创建虚拟环境、安装 TensorFlow;如果执意要用 Anaconda 来创建虚拟环境,可以参考其他文章。
Pip 换源
由于众所周知的原因,国内用 Pip 等安装模块的速度比较感人,请先参照 这篇文章 来给 Pip 换成国内镜像源,以加快 TensorFlow 的下载速度。
使用命令行创建环境
使用 PyCharm 创建环境
前面的操作如果嫌麻烦,建议用个 IDE 来辅助操作。比如用 PyCharm 做 Python 开发非常方便,创建虚拟环境的步骤是图形化的,不需要敲命令。这个软件的专业版收订阅费, 区版是免费开源的(初学者完全够用)。
JetBrains 看到了请给我广告费,谢谢。
至此,完成了 TensorFlow 的安装和配置。
文章知识点与官方知识档案匹配,可进一步学习相关知识Python入门技能树人工智能深度学习208161 人正在系统学习中
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!