目次
転載が必要な場合は、出典を明記していただきますようお願いいたします。
転載が必要な場合は、出典を明記していただきますようお願いいたします。
anaconda のダウンロードについては、インターネット上に多くのチュートリアルがあり、非常に便利なので、ここでは詳しく説明しません。
1. tensorflow-gpu2.3.0をインストールする
anaconda コンソールを開き、青い円内をクリックして、以下のコードを入力します。
ここでは、関連パッケージをインストールするための仮想環境を作成しました。独自のニーズに従ってください。コードは次のとおりです。
conda create -n ttt python=3.6
ttt は自分で作成した環境の名前 (自分で選択できます)、python=3.6 は作成した Python のバージョンが 3.6 であることを意味します
作成に同意するには y を入力してください
次に、次のコード行を入力して仮想環境に入ります。
activate ttt
tensorflow-gpu2.3.0 をインストールする前に、まず cudatoolkit と cudnn を設定する必要があります。これは、anaconda で直接ダウンロードできます。インターネット上の公式 Web サイトからダウンロードする方法はたくさんあるようです。とにかく、私はそれを起動しませんでした。私の文書の対応するバージョンを以下に示します。
次のコードを入力します(ダウンロードに時間がかかる場合がありますので、気長にお待ちください)
conda install cudatoolkit=10.1 cudnn=7.6.5
ダウンロードが完了したら、tensorflow-gpu2.3.0 をインストールし、コンソールに以下のコードを入力し、清華ソースに参加してダウンロードを高速化します。
pip install --default-time=300 tensorflow-gpu==2.3.0 keras==2.4.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
conda list を入力すると、インストールした関連ライブラリを表示できます。
次に、「python」と入力して、Python コンパイラを起動します。
import tensorflow と入力して、インストール ステータスを確認します。次のコードを使用して、インストールが成功したかどうかを確認できます。コードの元のリンクは次のとおりです。
import tensorflow as tf
tensorflow_version = tf.__version__
gpu_available = tf.test.is_gpu_available()
print('tensorflow version:',tensorflow_version, '\tGPU available:', gpu_available)
a = tf.constant([1.0, 2.0], name='a')
b = tf.constant([1.0, 2.0], name='b')
result = tf.add(a,b, name='add')
print(result)
pycharm で作成した tf2 環境の構成方法については、私の記事 (下記) を参照してください。原理は同じです。
pyQt5 + pyUIC + pycharmのインストール経験 (Anaconda のインストール)
2. 他の関連ライブラリを構成する
tensorflow-gpu をインストールしたらすべて終わったと思っている人も多いと思いますが、皆さんご存知のとおり、python の多くのライブラリ (numpy、matplotlib、その他のライブラリなど) は、tensorflow のバージョンと対応関係にあります。
numpy==1.18.5
matplotlib==3.3.3
seaborn==0.9.0
pandas==1.1.5
scikit-learn==0.24.2
大家按照上面的对应版本安装即可,后面带上清华源下载更快哦!
要約する
この記事が役に立った場合は、「いいね!」をお願いします。皆さん、ありがとうございます。他に解決されていない問題がある場合は、以下にメッセージを残していただければ、解決できるよう最善を尽くします。