windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

0.前言

  今年暑假买了个1660ti的游戏本学python,后来发现跑一些数据量比较大的代码和深度学习的时候太慢了,遂想装一下GPU版本,看了网上的资料搞了好几天,又是CUDA又是cudnn的,网速慢不说,装完还各种报错,最后发现随着anaconda和tensorflow的更新,现在利用anadonda只要一行命令就能完成。(装好虚拟环境后,直接看4.2

  

1. 安装anaconda

  这部分没啥难度,只要注意两点:

    1.去官网下载https://www.anaconda.com/distribution/,而不要去清华的镜像站(已经很久没有更新了),官网下比清华慢一点,但相信我这是值得的。

    2.安装的时候建议直接把两个勾都选上(网上的其他教程都建议不勾选然后手动添加PATH,但我发现直接勾上没问题,之后加PATH反而有各种问题出现)

 

 

    #.如果之前电脑里已经有安装python,建议先卸载再装anaconda,这样能避免很多问题

windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

    做完这一步你就拥有了一个预装了很多包的base环境,包括pandas和numpy,足够初学者做很多事情了。

 

2. 换清华源

  虽然上面说anaconda的安装包不要去清华上下,但是用镜像站来下载和更新python包还是可以的(能快上不少)。打开CMD,复制打入就行

            

            conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

            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 --set show_channel_urls yes

 

3.创建一个另外的虚拟环境

  起先看网上教程的时候一直不明白这一步有什么用,处理了很多报错以后发现这是为了避免依赖包版本冲突。例如你在官网上下载的anaconda,自带的base环境是python3.8,而tensorflow是建议装python3.6,它要求的各种依赖包也是python3.6时代的,直接在base环境下安装,需要将本来是最新的软件包降级,可能会影响其他包,最新的功能就用不到了。

  所以创建虚拟环境可以完全避免依赖包冲突,需要使用tensorflow的时候切换过来就行。

  3.1 打开CMD(如果你把anaconda装在了C盘,建议使用管理员运行,可以事先避免权限报错),键入:

            conda create -n env_gpu python=3.6 

 (env_gpu是你给虚拟环境起的名字,依个人喜好就行,网上大多叫tensorflow或者env_tf2,我这边叫env_gpu是因为我用这个环境来跑需要gpu加速的任务:tensorflow-gpu和cupy)

windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

 

   按y回车,anaconda就会安装一些必须的包(换源之后是很快的)

 

4. 在虚拟环境下安装tensorflow-GPU(用于机器学习)和cupy(numpy的GPU加速版本)

    4.1 首先激活虚拟环境:

         conda activate env_gpu

         (整个第4步的cmd都别关掉,用同一个,假如手滑关了,就要再激活一次虚拟环境)

    windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

    可以看到前面有个括号表明所在的环境

   

      

     4.2.安装tensorflow-gpu和cupy

            conda install tensorflow-gpu=2.0.0

            conda install cupy

            (一行一行来)

windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

 

 

          可以看到anaconda会自动安装匹配版本的cuda和cudnn,不用去英伟达官网下载了,也避免了操心版本问题。

      4.3 安装spyder, jupyter notebook

          因为我们在第三步创建了一个独立的虚拟环境,和原来base环境里的spyder和jupyter notebook是不通用的,所以在这个环境下手动安装一个就行:

          conda install spyder

          conda install jupyter

 

          安装完以后可以在开始菜单搜索spyder,(anaconda)结尾的是base环境下的spyder, (env_gpu)结尾的是这个环境下的spyder。

windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

5.测试一下吧 

    5.1 打开spyder(env_gpu)

    5.2 键入一些测试的code

windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

    5.3 cupy也导入测试下

 windows10下安装tensorflow2.0-GPU和Cupy(不用搞CUDA+cudnn)

 

 

     都没有报错,大功告成!

 

 

 

 

上一篇:Tensorflow-gpu1.13.1 和 Tensorflow-gpu2.0.0共存之安装教程


下一篇:发烧友实测 | iMX8MP开发板开箱篇-OKMX8MP-C基础介绍