[Prólogo]
1. Recientemente, Anaconda y Tensorflow-GPU deben instalarse en clase. Anaconda es fácil de instalar, pero la instalación de la versión de Tensorflow-GPU es más complicada, porque se deben considerar algunos problemas con la coincidencia de versiones, lo cual es propenso a problemas. Me tomó más de dos días instalarlo correctamente. No es fácil. Permítanme compartir mi proceso de instalación
. 2. Entorno de instalación
Sistema operativo:
GPU Win10 de 64 bits : MX130
IDE: Código VS
Otros: CUDA10.1, cuDNN7.6.5
[Proceso de instalación]
1. Instale Anaconda
versión: 2020.07
Enlace de descarga del disco de red de Baidu Extraiga el código: k8p0 La
instalación es relativamente simple, aquí solo algunas imágenes más importantes
2. Instalar CUDA10.1
CUDA se basa en el lenguaje C, lo que permite que el código se ejecute directamente en el lenguaje de control de la GPU, por lo que el primer paso es instalar CUDA10.1, que contiene el controlador NVIDIA (puede elegir si desea instalar el controlador durante la instalación personalizada ).
2.1 Descripción oficial de CUDA (si está interesado, eche un vistazo) enlace de descarga
: haga clic aquí para
descargar el enlace de Baidu Netdisk Código de extracción: e06o
Elija la versión que se adapte a su computadora para descargar, exe es un archivo ejecutable.
2.2 Instalar CUDA
Después de descargar varios archivos, haga clic uno por uno para instalar. Primero se verificará la compatibilidad del sistema y luego se seleccionará el método de instalación. El modo compacto predeterminado del programa debe entenderse como instalar todo, incluido el compilador VS y el controlador de gráficos que no uso temporalmente, así que elegí el modo personalizado.
Lo siguiente es elegir la ruta de instalación. Durante el proceso de instalación de otros estudiantes, descubrí que cambiar la ruta de instalación es propenso a algunos problemas, por lo que lo instalé directamente de acuerdo con la ruta predeterminada, que también es conveniente para configurar las variables de entorno a continuación, hasta Siguiente hasta completar.
2.3 Configurar variables de entorno
Después de una instalación exitosa, se agregarán automáticamente dos variables a las variables de entorno del sistema, como se muestra en la figura:
Pero esto no es suficiente, también necesitamos agregar algunas variables del sistema (agregue de acuerdo con la versión y ruta de instalación real, la misma versión y ruta predeterminada se pueden copiar y pegar directamente):
CUDA_SDK_PATH = C:\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
Luego, agregue variables a la variable del sistema Ruta, haga doble clic en Ruta para agregar las siguientes variables (también complete de acuerdo con la ruta real):
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64
2.4 Verifique si la instalación es exitosa.
Abra la ventana de comando cmd y cambie la ruta (tenga en cuenta la ruta real)
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
Ejecute los siguientes comandos por separado
bandwidthTest.exe
deviceQuery.exe
Si se muestra Result = PASS respectivamente, la instalación se realizó correctamente, como se muestra en la figura:
3. Instale cuDNN
cuDNN es una biblioteca CUDA, fácil de escribir código. Para descargar desde el sitio web oficial, primero debe registrar una cuenta NVIDIA.
3.1 Descargar La
dirección de descarga del sitio web oficial: Haga clic aquí.
Tenga en cuenta que coincide con los requisitos de versión en la tabla anterior. Aquí descargué 7.6.5, como se muestra en la figura:
Enlace de descarga de Baidu SkyDrive Código de extracción: ea1b
3.2 Descomprima el software descargado
e ingrese a la carpeta después de la descompresión, y coloque los archivos en la ubicación correspondiente de acuerdo con los siguientes requisitos:
Después de la descompresión, los archivos con los sufijos de .h, .lib y .dll en las carpetas include, lib / x64 y bin Los archivos se copian en las carpetas include, lib / x64 y bin en la ruta correspondiente de cuda.
En este punto, CUDA10.0 y su correspondiente archivo cuDNN se han instalado, y el difícil viaje básicamente se ha completado.
4. Instale Tensorflow-gpu
4.1 Cree un entorno
Abra Anaconda Prompt
primero use el siguiente comando en la línea de comandos para ver la versión de conda
conda --version
Si la versión mostrada es 4.6.11, se recomienda actualizar conda usando el siguiente comando
conda update conda
Luego, ingrese el siguiente comando en la ventana de comandos para crear el entorno:
conda create -n tf-gpu python=3.7
Luego active el entorno que acaba de crear
activate tf-gpu
4.2 Instalación
Ver la versión descargable
conda search tensorflow-gpu
El resultado se muestra en la figura:
Luego seleccione la versión que desea instalar, aquí está la 2.1.0 como ejemplo
conda install tensorflow-gpu=2.1.0
4.3 Pruebe si la instalación es exitosa
Abra el símbolo del sistema, ingrese a la carpeta Anaconda3 \ envs \ tf-gpu e ingrese python
Nota: tf-gpu es el nombre cuando se crea el entorno
Luego ingrese los siguientes dos programas de prueba (ingrese línea por línea)
- Procedimiento 1
import tensorflow as tf
tf.__version__
Resultado de salida
- Procedimiento 2
import tensorflow as tf
tf.test.is_gpu_available()
Resultado de salida El
resultado final es Verdadero
Si la prueba anterior es correcta, la instalación es exitosa
5. Importe el entorno Tensorflow-gpu en VS Code
5.1 Instale el complemento Python de VS Code
5.2 Elegir intérprete de Python
Después de instalar Anaconda y crear tensorflow, tanto Anaconda como Tensorflow tendrán un intérprete de Python, y debes elegir el intérprete en Tensorflow.
¡En este punto ya puede terminar! ! !