-
刚配的一台个人主机,主要拿来学(you)习(xi),自然而然需要配置深度学习环境。首先安装Tensorflow-GPU版本。
- cuda与驱动版本的对应查看
- 能用conda装的尽量用conda (CUDA和cuDNN也能用conda装,并且是装在虚拟环境内,不影响原来的系统),简单快捷省事并且基本能保证兼容性
- 如果你的GPU不起作用,那么多半是你的CUDA或cuDNN与你的硬件、系统、python版本、tensorflow版本不配套
Windows下安装Anaconda较为简单,前往官网下载安装包,双击安装即可。下载网址:
因为Anaconda官方服务器在国外,由于众所周知的原因,下载可能较慢,推荐去清华镜像下载:
我这里选择的是5.2.0版本的anaconda,自带的python版本是3.6(这个版本不重要,后面我们会建立虚拟环境)。
上图是安装过程中需要注意的:
-
红色箭头所指表示是否将Anaconda加入Path环境变量中,这样可以在命令行中直接使用conda命令(我一般勾选,但据说存在问题,因人而异)。勾选这一项的效果参考
-
蓝色箭头所指表示是否将Anaconda注册为系统默认的Python 3.6,如果你想使用别的python版本作为系统默认,不要勾选。因为我没有安装其它python,所以这里我勾选上
安装完成之后,还需要对Anaconda进行添加国内清华源(因为国外源实在太慢)。参考我的另一篇文章
conda是一种通用包管理系统,旨在构建和管理任何语言和任何类型的软件。举个例子:包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。
Anaconda则是一个pytho发行版,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,就是把很多常用的不常用的库都给你装好了。
Miniconda,顾名思义,它只包含最基本的内容——python与conda,以及相关的必须依赖项,对于空间要求严格的用户,Miniconda是一种选择。就只包含最基本的东西,其他的库得自己装。
注:这里可能会有Warning,参考我的另一篇文章
接下来可以执行测试程序测试一下:
如果没有问题的话,则表明tensorflow-gpu版安装完成。