Registro de configuração do ambiente de aprendizagem profunda no Windows 10 (driver da placa gráfica+CUDA+TensorFlow+Anaconda+PyCharm)
Prefácio
Como uso principalmente Linux e menos win10 ao executar modelos, escrevo relativamente poucos blogs relacionados. Desta vez, aproveitei para ajudar meus colegas a configurar o ambiente para realizar um documentário completo.
Software instalado:
driver da placa gráfica GTX 950M
tensorflow1.12.x e tensorflow1.13.x
CUDA9.2 e CUDA10.0
Anaconda3
PyCharm
Primeiro, as versões do TensorFlow exigidas por este ambiente são tensorflow-gup==1.12
e tensorflow-gup==1.13
. Portanto, se você verificar a correspondência de versão, saberá que as versões cuda que precisam ser instaladas são a série cuda9 e cuda10.0. Simplificando, se você quiser usar uma placa gráfica para acelerar seu aprendizado profundo, você precisa instalar esses dois kits de ferramentas. [ Correspondência entre tensorflow e cuda ], [ O que é CUDA ], [ O que é cudnn ].
Como o CUDA suportado pelo driver da placa gráfica é compatível com versões anteriores, basta instalar o driver da placa gráfica mais recente.
Para o ambiente Python, opte por instalar o Anaconda, que pode ser entendido simplesmente como uma versão aprimorada do Python. [ O que é Anaconda ], [ Correspondência entre TensorFlow e Python ]
IDE escolhe PyCharm. [ Tutorial de operação comum do Pycharm ]
1 Instalação do driver da placa gráfica
Usando nvidia-smi, descobri que o comando era inválido, então optei por reinstalar o driver da placa gráfica em seu computador. Basta instalar a versão mais recente do driver da placa gráfica. A versão CUDA suportada é compatível com versões anteriores.
URL de download da placa gráfica da série GTX (é mais rápido acessar este URL diretamente para placas gráficas da série gtx. Você também pode abrir o site oficial da NVIDIA primeiro. Afinal, você ainda precisa fazer login ao baixar o cudnn. Hum, vamos reclamar do acesso velocidade do site da Nvidia este mês. lento). Selecione o driver correspondente para baixar e instalar. Esta etapa é muito simples, permita-me ignorá-la.
2 Instale CUDA e cudnn
Endereço de download CUDA
Endereço de download cuDNN (é necessário fazer login na conta Nvidia)
2.1 Baixar CUDA
Local de download do CUDA10.0 e CUDA9.2:
Download CUDA9.2: Selecione a configuração [ Windows- x86_64 - 10 - exe
] e baixe o pacote de instalação e patches. Ao instalar, primeiro instale o pacote de instalação e depois instale o patch:
Download CUDA10.0: semelhante ao CUDA9.2.
2.2 baixar cudnn
Pesquise cudnn correspondente a CUDA9.2 e CUDA10.0 respectivamente, use CTRL+F para pesquisar e baixe qualquer um deles.
2.3 Instalação CUDA e cudnn
2.3.1 instalação do pacote de instalação cuda9.2
1: Selecione o local de extração do pacote de instalação (um local temporário, basta criar um novo caminho em inglês como diretório, o sistema irá excluí-lo automaticamente após a conclusão da instalação) e a compatibilidade do sistema será verificada após a conclusão da descompactação.
2. Concorde com o contrato de licença
3. Selecione instalação personalizada [Nota: Selecione instalação personalizada (desenvolva o hábito de selecionar instalação personalizada ao instalar software no futuro)] 4.
Opção personalizada [ Devolopment+Runtime
], os documentos e amostras restantes não serão instalados e não há necessidade de integração em VS. Os três drivers a seguir foram basicamente instalados ou não precisam ser instalados durante a instalação da placa gráfica.
5. Selecione o local de instalação [Eu personalizei o local das ferramentas de desenvolvimento com as quais estou acostumado, escolha e lembre-se disso você mesmo] 6. O
pacote de instalação está instalado
7. Instalação do patch: O processo de instalação do patch e a instalação do pacote de instalação processo são muito semelhantes. 【提取位置不变+都选择自定义安装+自定义选项只有Development和Runtime两个全选+安装位置选择和安装包相同的安装位置
】
2.3.2 cudnn para instalação CUDA9.2
Conforme mostrado na figura, você só precisa colocar os arquivos em e na pasta cudnn descompactada na pasta correspondente no pacote de instalação CUDA bin目录
. - - - -include目录
lib目录
bin
cudnn64_7.dll
include
cudnn.h
lib
x64
cudnn.lib
2.3.3 Inspeção CUDA9.2
Use nvcc -V
o comando para detectar (nvidia-smi é usado para verificar se o driver da placa gráfica foi instalado com sucesso) e, em seguida 重启
, .
2.3.4 Instalação CUDA10.0
Contanto que o CUDA9.2 possa ser instalado com sucesso, não haverá problemas com a instalação do CUDA10 e do cudnn correspondente. Como o CUDA10.0 não possui patch, é mais conveniente instalar.
注意在进行安装时,需要将CUDA9.2卸载,或者在环境变量中将CUDA9.2对应的变量利用【# 、*等特殊符号】进行注释(推荐,这样更加方便切换)
.
2.3.5 cudnn para instalação CUDA10.0
(um pouco)
2.3.6 Inspeção CUDA10.0
Lembre-se de reiniciar (omitido)
3 Instalação do Anaconda3
3.1 Baixar Anaconda
Você pode optar por fazer o download no site oficial ou na Estação Espelho Tsinghua . Recomenda-se fazer o download na Estação Espelho Tsinghua. Classifique por data primeiro.
Selecione a versão mais recente do Windows de 64 bits para fazer download.
3.1 Instalação do Anaconda
1. Verifique se é de 64 ou 32 bits e prossiga para a próxima etapa.
2. Concorde com o contrato de licença.
3. Disponível para todos.
4. Selecione o diretório de instalação.
5. Clique na primeira marca de seleção: adicione-a à variável de ambiente! ! !
6. Instalação em andamento. Espere por algum tempo.
7. A instalação está concluída. Se quiser ver a introdução, você pode selecionar essas duas opções.
3.3 Mudança de fonte Anaconda
Como o site oficial do anaconda está no exterior, a velocidade de download é extremamente lenta e muitas vezes ocorrem falhas de download. Para baixar o pacote de software necessário mais rapidamente, você precisa ativar o anaconda para alterar a fonte. Basta seguir a ajuda no Anaconda Estação Espelho Tsinghua para alterar a fonte ... muito simples.
4 Gerar ambiente virtual
4.1 Criação e utilização de ambiente virtual
Abra Anaconda prompt
ou windows PowerShell(管理员)(A)
.
Crie um ambiente virtual
conda create -n VE1 python=3.6
Ambiente virtual aberto
conda activate VE1
Instale o tensorflow1.13.1
pip install -i https://mirrors.aliyun.com/pypi/simple tensorflow-gpu==1.13.1
4.2 Localização do ambiente virtual
O ambiente virtual está no caminho de instalação do Anaconda envs文件夹
.
Instale opencv-python
pip install -i https://mirrors.aliyun.com/pypi/simple opencv-python
Instalar PIL
pip install -i https://mirrors.aliyun.com/pypi/simple pillow
Saia do ambiente virtual
conda deactivate
5 Instalação do PyCharm e ativação de teste
5.1 Baixar PyCharm
1. Abra o site oficial do PyCharm e clique em Download.
2. Baixe outras versões no Windows (clique no botão azul Baixar diretamente para baixar a versão mais recente, o que não é recomendado aqui). Clique no canto inferior esquerdo Other versions
.
3. Selecione a versão apropriada para baixar [win-64-bit-Professional Edition-2018.3].
5.2 Instalação do PyCharm
1. Selecione o local de instalação
2. Selecione a versão. [64 bits + adicionado às variáveis de ambiente]
3. Instalação
5.3 PyCharm em execução
1 Digite o código de ativação para ativar.
Insira o código de ativação.
2 Selecione Avaliar gratuitamente.
Defina o ambiente virtual recém-criado para o projeto: [ File - Settings - Project Interpreter - Add - Conda Environment - Existing environment(下边忘了用框框起来了) - Interpreter路径 - python.exe
]
O ambiente virtual está na pasta env no caminho de instalação do Anaconda.