python环境搭建tensorflow的安装配置,不同版本有很大差异,这几天也是弄得我头疼。
一直不喜欢用anaconda这种大的集成环境包,很杂乱臃肿。
记录一下安装python3.6.8 和tensorflow-gpu 2.0.0版本的整个过程和环境维护技巧。
硬件设备:
主机双十一已经配好,价格8500多
CPU:9700kf
显卡:rtx 2070s
主板:华硕z390-p
内存:8G*3
一、python环境安装
- python安装包下载:
官网链接:https://www.python.org/ftp/python/3.6.8/python-3.6.8-amd64.exe -
安装
注意要勾选pip,我们安装的是原始python环境,后面要安装大量的包的,pip工具不能不装。
注意要选择Add Python to environment variables,这样在cmd里可以直接调用python环境
-
验证
win+r 调出运行
输入cmd 回车
输入python 回车
如果能正常进入环境就没问题
二、 安装tensorflow-gpu
-
先改pip默认源
a.点击此电脑,在最上面的的文件夹窗口输入 : %APPDATA%b.按回车跳转到以下目录,新建pip文件夹 c.创建pip.ini文件 d.打开文件夹,输入以下内容,关闭即可(注意:源镜像可替换) [global] timeout = 6000 index-url = https://pypi.tuna.tsinghua.edu.cn/simple trusted-host = pypi.tuna.tsinghua.edu.cn
先升级pip到最新版 pip install --upgrade pip
pip install tensorflow-gpu==2.0.0
三、 安装CUDA/cudnn
这里面开始有坑了,请仔细阅读
根本原则:tensorflow-gpu 、cuda、cudnn三者之间的版本必须对应。
对应关系哪里去找呢?
此网址不需要fq:https://tensorflow.google.cn/install/source_windows但是网站上的表格有点旧了,当前tensorflow已经发布到2.0.0,表格中不知道何时才能补充。下面是网上找到的对应关系:
下面操作就按照表格来,分成三步:
下载大小2.6G,要下个一小会
打开后,下一步下一步下一步,直到安装完成
- 安装cudnn
https://developer.nvidia.com/rdp/cudnn-archive
选择对应版本
那我们就选7.6.4 CUDA 10.0
下载完成后,解压,将解压的文件放到CUDA安装目录!
下载完成后,解压,将解压的文件放到CUDA安装目录!
下载完成后,解压,将解压的文件放到CUDA安装目录!
比如我的机器就放在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0路径下
3.配置环境变量
按照实际情况配置环境变量
其中CUDA_PATH / CUDA_PATH_V10_0在上述两步安装成功后会自动生成
下面几个变量补充进去,注意ProgramData和ProgramFiles区别
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0(这是默认安装位置的路径,如果自己路径设置安装成功的话就用自己的路径)
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
下一步在系统变量PATH里添加东西。找到系统变量的PATH双击。
添加上面配的几个路径:
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_LIB_PATH%
%CUDA_SDK_BIN_PATH%
四、验证环境是否正常
按第一部分里方法进python环境
import tensorflow as tf
如果运行结果如下图:那就正确了
常见错误一:
像我一样心野,没有装CUDA10.0,装了CUDA10.1,那验证环境这步就会报错,解决办法:
下载一个everthing.exe,全盘搜索cudart64_101.dll,重命名为cudart64_100.dll即可。