Windows下tensorflow-gpu=1.13.二、torch1.2.0深度学习环境配置

对于新手来讲，环境问题常常是个让人想要放弃的魔鬼。

须要特别注意的问题是版本的对应问题和安装顺序问题

通常状况下要考虑的有 tensorflow(或 pytorch)、 cuda、cudnn的版本对应，有时候还需考虑 python版本和gcc版本，不过选择一个好的参考资料，按照教程一步一步来应该没问题。

 

 

目录 ：

 

一、对应关系列表

二、版本选择

三、Anaconda安装

四、CUDA和CUDNN下载

五、配置环境

 

 

一、对应关系列表

 

下表整理出了TensorFlow从1.2到最新版本的CUDA和cuDNN所对应的版本集合。

 

 

PyTorch和 cuda对应关系

https://pytorch.org/get-started/previous-versions/  

https://pytorch.org/get-started/locally/

cuda和cudnn版本对应关系

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

 

 

二、版本选择

 

python3.6

tensorflow-gpu=1.13.2

keras=2.1.5

pytorch=1.2.0

cuda=10.0

cudnn=7.4.1.5

 

 

三、Anaconda  安装

 

能够在管网上：https://www.anaconda.com/distribution/

拉到最下面，选择合适的版本点击下载 ，这里以Windows  64位为例 ，选择

 

下载完成后，双击运行

 

直接 "next“

 

 

而后 ”I  agree“

 

 

推荐选择  ” Just Me“

 

 

推荐 修改默认路径，不要安装到C盘

 

 

这里选择了Add Anaconda to my PATH environment variable

 

 

 

 

四、cuda和cudnn安装

 

推荐的cuda版本是10.0，cudnn的版本是 7.4.1.5

cuda10.0官网的地址是：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

cudnn官网的地址是：(须要注册登陆 )：https://developer.nvidia.com/cudnn

嫌麻烦的能够直接网盘下载:

连接: https://pan.baidu.com/s/1znYSRDtLNFLufAuItOeoyQ提取码: 8ggr

下载好以后能够打开cuda_10的exe文件进行安装。

PS：这里安装路径我没有改，按照默认的

这里选择自定义。

 

而后直接点下一步就好了。

 

 

安装完后
把Cudnn的内容进行解压

把这里面的内容直接复制到下面的根目录下就能够了。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

 

 

五、配置环境

Win+R启动cmd，在命令提示符内输入如下命令：建立环境：

conda create –n cv python=3.6

PS:这里cv是环境名，能够更换成你喜欢的，python的版本也能够换

激活环境

activate cv
#  或者conda activate cv

tensorflow安装

pip install tensorflow-gpu==1.13.2

keras安装

pip install keras==2.1.5

pytorch安装

打开pytorch的官方安装方法：https://pytorch.org/get-started/previous-versions/官网推荐的安装代码以下，我使用的是Cuda10的版本：

# CUDA 10.0
pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

---

安装完成后 重启电脑

 

参考

https://blog.csdn.net/qq_27825451/article/details/89082978?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

https://blog.csdn.net/fengdu78/article/details/104667044?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

https://blog.csdn.net/weixin_44791964/article/details/106037141

https://blog.csdn.net/weixin_44791964/article/details/104702142