一.tensorflow-gpu版本安装

  • 写在前面:这里只介绍gpu版本的安装，且由于只支持N卡(英伟达显卡，AMD家的暂不支持)，因此这里记录windows 10 环境下的安装

1.运行环境及准备工作

1）安装环境及支持：

2）安装VS2019

  • 安装包很小，只有1M多，安装时需要勾选Windows 10 SDK（这里我选择了新一点的版本），python不在这里安装，这里安装的是buildtools版本，专业及企业版需要收费

    image-20200202192503754

    安装的时候在组件里单独勾选windows 10 SDK,2.8G左右

    image-20200202192711331

    在导航栏最后一栏去掉勾选保留缓存

    image-20200202192806819

3）安装CUDA

  • 这里选择自定义安装，由于是重装系统，未安装NVIDIA的experience面板，如果你之前安装了，可以不勾选，在CUDA这个大项中只去掉Visual Studio Intergration

image-20200202210148028

​ 这里带宽够的话安装挺快的，我这里是默认路径系统盘，未修改，安装完毕后可能会需要重启电脑。

​ 这里注意下，CUDA选项的win10sdk不要勾选，因为在之前vs studio 已经安装过了。

​ image-20200202210419394

4）复制cuDNN到CUDA

  • 这里CUDA的默认路径是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1

    image-20200202212528725

    将cuDNN下bin中的文件复制到CUDA中的bin目录中去

  • 将cuDNN下include中的文件复制到CUDA中的include目录中去

    image-20200202212809734

  • 将cuDNN/lib/x64下文件复制到CUDA/v10.1/lib/x64中去

    image-20200202212946800

5）设置环境变量

  • 打开环境变量面板，可以看到系统变量下多了两个关于CUDA的变量

image-20200202213226487

  • 在系统变量Path中添加：%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%

    再添加下面四条，这里是CUDA的默认路径：

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin

    这里要把隐藏文件勾选显示，不然ProgramData文件夹看不见

    image-20200202214045962

    C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64

    C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64

  • 在系统变量中添加（区别于在Path中添加）

    变量值
    CUDA_SDK_PATHC:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
    CUDA_LIB_PATH%CUDA_PATH%\lib\x64
    CUDA_BIN_PATH%CUDA_PATH%\bin
    CUDA_SDK_BIN_PATH%CUDA_SDK_PATH%\bin\win64
    CUDA_SDK_LIB_PATH%CUDA_SDK_PATH%\common\lib\x64

  • 下面是最终加完的图，上面是Path变量中加的，下面是系统变量中家的

    image-20200202215055749

  • 检验CUDA和cuDNN安装是否成功

    cmd cd 到下面目录

    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite

    输入bandwidthTest.exe 和 deviceQuery.exe 分别在结尾看到 Result = PASS 说明安装成功

    image-20200202215750791

    image-20200202215823293

6）安装python3.7，并以此创建虚拟环境

  • image-20200202220103735

  • pip install virtualenvwrapper-win 安装windows版的虚拟环境

    mkvirtualenv --python=python.exe执行器的路径 虚拟环境名称 新建虚拟环境可以指定运行的python版本

    如果只有一个python则不需要指定，直接定义虚拟环境名称即可

7）安装tensorflow-gpu==1.14.0

  • 这里需要去上面给的地址下载编译过的tensorflow-gpu版本，官方下的是未经过编译的，自己编译则困难较大不推荐

  • 这里安装完之后numpy版本是1.18.1，会出现以下警告

    image-20200203103729544

    这是因为numpy版本过高，将numpy卸载并降低版本至1.16.1，亲测有效

    image-20200203103837121

  • 这里还有一点需注意，安装到此位置需手动重启下，不然import tensorflow 会报错，无论更改版本什么的都没用

  • 如果是安装tf2.2时出现 ImportError: DLL load failed: 找不到指定的模块 这样的 报错，大概率是缺少

    msvcp140_1.dll 这个类库

选择相应的64/x86即可

  • 如果报 ImportError：无法从'tensorflow.python.keras.engine'导入名称'keras_tensor'这样的错误，是因为TensorFlow，Python和tensorflow-addons之间存在不兼容问题，需要卸载tensorflow-addons并根据下表安装版本

    tf_tfaddons对照表

  • 到这里，安装结束

二.tensorflow 在centos7上的安装

1）cpu版本安装注意事项

  • 要加上 --no-cache-dir 例如 pip install --no-cache-dir tensorflow==2.2.0 不然可能会在下载完安装时报 MemoryError 的错。
  • 后面有的话再补充

三.windows 下装GPU版本的pytorch

1）下载地址

​ https://download.pytorch.org/whl/torch_stable.html

2）下载准备工作

​ 与之前的tf环境准备一致

3）注意事项

  • 先去官网查看要下载的pytorch版本，看准版本号，然后去下载地址下载对应的GPU版本
  • 先安装torch再安装torchvision

  • 测试成功与否代码

    import torch
torch.cuda.is_available()

    显示为True 说明安装成功

最后修改：2023 年 11 月 27 日
© 允许规范转载
如果觉得我的文章对你有用，请随意赞赏