GPU版をインストールするためのPythonディープラーニング環境

---

1.アナコンダをインストールする

この記事では主に Anaconda を使用してディープ ラーニング環境を構成します。
Anaconda 公式 Web サイト (
https://www.anaconda.com/ ) から添付のリンクをダウンロードして
、インストールが成功したかどうかを確認できます。 win+r で cmd を呼び出し
、次のコマンドを入力します。

conda -V

  
  
   
   

  
  
   
   

    
    
1
   
   

上記の結果が表示されれば、インストールは成功です。

1. ソースを変更する

次に、Anaconda のソースを変更する必要があります。Anaconda のデフォルトのソースは、ダウンロードに比較的時間がかかります。清華大学または中国科学院のソースを変更する必要があります。清華大学のソースを例として、ターミナル入力:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/simpleitk

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

ソースの変更が成功したかどうかを判断するには、ターミナルを入力します。

conda info

 
 
  
  

 
 
  
  

   
   
1
  
  

上記の結果が表示されれば、ソースの変更は成功です。

2. 共通コマンド

次に、既存の仮想環境を
表示するためにAnaconda で一般的に使用されるいくつかのコマンドを示します。

conda env list

 
 
  
  

 
 
  
  

   
   
1
  
  

新しい仮想環境を作成する

conda create --name 环境名

 
 
  
  

 
 
  
  

   
   
1
  
  

仮想環境に入ります。

conda activate 环境名

 
 
  
  

 
 
  
  

   
   
1
  
  

仮想環境を終了します。

conda deactivate

 
 
  
  

 
 
  
  

   
   
1
  
  

仮想環境を削除します。

conda remove -n 环境名 --all

 
 
  
  

 
 
  
  

   
   
1
  
  

仮想環境をコピーします。

conda create -n conda-env2 --clone conda-env1

 
 
  
  

 
 
  
  

   
   
1
  
  

ここで conda-env2 は新しく作成した仮想環境、conda-env1 はコピーした仮想環境であることに注意してください。

2. cuda と cudnn をインストールする

1. 対応バージョン

Tensorflow - gpuをインストールする前に、次の表に従って cuda および cudnn
に対応するバージョンをインストールする必要があります

。https://tensorflow.google.cn/install/source_windows#gpu

2. 仮想環境を作成する

まず、Anaconda を通じて仮想環境を作成します。

conda create -n csdn python=3.7

 
 
  
  

 
 
  
  

   
   
1
  
  

csdn という名前の仮想環境を作成します。
yを出力して作成完了

図のように作成完了

3. 仮想環境をアクティブ化する

activate csdn

 
 
  
  

 
 
  
  

   
   
1
  
  

図のように、左側に仮想環境名が表示されます。

4.cudaをインストールする

conda install cudatoolkit=10.1

 
 
  
  

 
 
  
  

   
   
1
  
  

対応するバージョン。必要に応じて変更します。図に示すように、
「y」を入力してインストールし、インストールを完了します。

4.cudnnをインストールする

conda install cudnn=7.6

 
 
  
  

 
 
  
  

   
   
1
  
  

図に示すように、「y」を入力してインストールし、インストールを完了します。

3. GPU バージョンの tensorflow をインストールします

pip install tensorflow-gpu==2.1.0

 
 
  
  

 
 
  
  

   
   
1
  
  

図に示すように、インストールが進行中であり

、インストールが完了しています。

1. インストールが成功したかどうかを確認します

次に、インストールが成功したかどうかをテストして確認します。
仮想環境でpythonPython 環境に入り
、import tensorflow as ts
図のように入力し、図のように

再度入力しts.test.is_gpu_available()
、True であればインストール成功です。

4 番目に、pycharm は仮想環境を構成します

1. 新しいプロジェクトを作成する

2. 環境を構成する

3. 作成を完了します

要約する

この記事では主に Anaconda を使用して tensorflow-gpu 環境を構築し、新しい仮想環境の作成、cuda、cudnn、tensorflow-gpu のダウンロード、インストールが成功したかどうかの判断方法を紹介し、最後に新しいプロジェクトの作成方法を紹介します。 pycharm で仮想環境を構成します。

元記事アドレス： https://blog.csdn.net/thj_2017720/article/details/123574587