纳须弥

海纳百川
有容乃大

anaconda+cuda+cudnn+tensortflow+pytorch+pycharm安装

anaconda 安装

1. 在官网上面下载对应版本,点击下面的链接

anaconda 官网下载链接

2. 打开官网链接,点击 download

download

3. 下载对应版本, 我这里下载 Windows-64 位的 anaconda

版本下载

4. 双击 anaconda 安装程序

安装程序

5. 点击 next

anaconda

6. 点击 I agree

anaconda

7. 点击 just me,然后点击 next

anaconda

8. 选择你的 anaconda 安装路径,这里我选择默认

anaconda

9. 两个都勾选,第一个需要勾选,这样才能自动生成环境变量,否则需要自己手动添加环境变量,然后点击 next。

anaconda

10. 等待安装完成

anaconda

11. 点击 next

anaconda

12. 两个方框不用选择,然后点击 finish

anaconda

13. 我们已经安装完成,现在来检验是否安装成功:同时按住 win+R 键,然后输入 cmd,接着输入 conda list, 如果显示安装包则安装成功,如图所示。

检查安装是否成功

14. 还可以在 cmd 中输入 conda --version 来查看 anaconda 版本,如图所示:

查看版本

cuda 安装

1. 进入官网下载对应版本

cuda 下载链接

2. 进去是最新的版本,可以选择适合你电脑版本进行下载

最新版本

3. 如果想下载以前的旧版本,可以点击最右下方的 legacy releases,下载对应的版本,我这里下载的是 cuda10.0 版本

旧版本

旧版本

4. 这里安装 10.0 版本,点击 cuda 安装程序,首先选择安装路径,我这里选择默认路径

安装路径

5. 等待安装

等待

6. 正式进入安装界面,点击同意并继续

cuda

7. 这里选择自定义,然后点击下一步,

cuda

8. 取消勾选 Visual Studio Integration(这里解释一下,这个模块是对 VS 编译的支持,没有安装 VS 无法征常工作,而需要 VS 辅助则是需要编译 cuda 程序,这种编译不建议在 Windows 下进行,一般 Windows 下能跑深度学习原生框架的代码就行),其余全部勾选。

cuda

9. 选择安装位置,这里我选择默认路径

cuda

10. 等待安装完成

cuda

11. 可以创建一个快捷方式,或者全部不选,然后点击关闭

cuda

12. 检查安装成功是否,在 cmd 中输入 nvcc -V,如果没有显示没有 nvcc 这个命令,那就添加环境变量。

检查

13. 在 cmd 中输入 nvcc -V,如果没有显示没有 nvcc 这个命令,先查看 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 是否有 nvcc.exe,如果有,那就需要添加环境变量。

通过右键点击此电脑——> 属性——> 高级系统设置——> 环境变量。
(其实我 path 自动生成了这两个环境变量,但是不知道为什么 nvcc 不显示,所以我这里又手动添加了这两个环境变量,然后 nvcc 就可以了)

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp 

环境变量

选择系统变量中 path,点击编辑,然后点击新建,添加如图所示中的两个路径

环境变量

环境变量

cudnn 安装

1. 官网下载链接, 下载 cudnn 需要登录并填一个问卷才能下载。我下载的是 10.0 版本

cudnn 链接

cudnn

2. 解压下载得到的 CUDNN 压缩包,会得到一个名为 cuda 的目录,将其中 bin,include 和 lib 目录中的内容拷贝到 CUDA 的安装目录(默认维 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2)下的对应目录中。

cudnn

3. 在系统环境变量的 Path 中新增如下两项(对应自己的安装目录)。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64 

cudnn

4. 配置完成后,我们可以验证是否配置成功,主要使用 CUDA 内置的 deviceQuery.exe 和 bandwithTest.exe:

首先 win+R 启动 cmd,cd 到安装目录下的 ...\extras\demo_suite, 然后分别执行

cd /d C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite 

bandwidthTest.exe 和 deviceQuery.exe, 应该得到下图:

cudnn

cudnn

cudnn

如果以上两步都返回了 Result=PASS,那么就算成功啦。

注意 window 切换路径为:

切换路径

TensorFlow-GPU 安装

1. 创建 conda 环境

点击开始栏的 anaconda prompt 进入 anaconda 后台

anaconda

通过调用下列命令,创建一个名为 “tensorflow” 的 conda 环境:

conda create -n tensorflow pip python=3.7 

2. 通过以下命令激活 conda 环境:

activate tensorflow 

tensortflow

3. 等待相应包的安装,如果国内网络太慢的话,可以为 conda 设置清华源,这样速度能快一点

pip install --ignore-installed --upgrade tensorflow-gpu==1.14.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 

TensorFlow

4. 等待安装完成,然后输入 conda list 检查是否安装成功

TensorFlow

注意

务必注意一点,在安装完 tensroflow 后,由于我们是新创建的 conda 环境,该环境中基本上是空的,有很多包和 IDE 并没有安装进来,例如 “Ipython”,“spyder” 此时如果我们在该环境下打开 spyder/Ipyton/jupyter notebook 等,会发现其实 IDE 使用的 kernel 并不是新建立的这个环境的 kernel,而是 “base” 这个环境的,而 “base” 环境中我们并没有安装 tensorflow,所以一定无法 import。这也就是为什么有很多人在安装好 tensorflow 后仍然在 IDE 里无法正常使用的原因了。

通过以下命令安装 Anaconda 基础包

conda install anaconda 

pytorch 安装

安装步骤和 TensorFlow 相似,在 cmd 依次输入下面的指令,这里选择的是清华镜像

conda create -n pytorch pip python=3.7 

activate pytorch 

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 --set show_channel_urls yes
# reference
# https://mirror.tuna.tsinghua.edu.cn/help/anaconda/ 

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 

conda install pytorch torchvision cudatoolkit=10.0 

安装 pycharm

1. 官网下载,选择 community 版本,因为 professional 要收费。

pycharm 链接

2. 点击安装包,然后点击 next

pycharm

3. 选择安装路径,这里我选择默认路径,然后点击 next

pycharm

4. 接下来选择默认的即可

pycharm

pycharm

pycharm

pycharm

5. 双击打开 pycharm

pycharm

pycharm

pycharm

pycharm

6. 导入对应的编译器,这里我导入 pytorch 的环境(也可以导入 TensorFlow 环境或者 anaconda 的 base 环境)

点击 setting,然后点击 project,然后点击 project interpreter,conda environment,点击 existing environment 选择对应的编译器 python.exe 即可。

pycharm

7. 输入代码运行验证是否安装成功

import torch
print(torch.__version__)
print('gpu:',torch.cuda.is_available()) 

检查安装是否成功

注意

1.pytorch 版本一定要和 cuda 版本对应,否则安装上的 pytorch 不能使用,因为我装了 cuda10.0 版本,第一次我安装 pytorch 点击成了 cuda10.2 版本导致我卸载 pytorch 一次(卸载 pytorch 步骤:先激活 pytorch 环境,然后再卸载 torch)
2.anaconda 可以创建多个独立的环境,这里除了 anaconda 自身的 base 环境外,我还建立了 ---pytorch 和 TensorFlow 两个独立的环境,如果想在 pycharm 中引用不同的环境。
(1)base 需要在 interpreter 中选择 C:\Users\feng\Anaconda3\python.exe,conda executable 中不变即可
(2)TensorFlow 需要在 interpreter 中选择 C:\Users\feng\Anaconda3\envs\tensorflow\python.exe,conda executable 中不变即可
(3)pytorch 需要在 interpreter 中选择 C:\Users\feng\Anaconda3\envs\pytorch\python.exe,conda executable 中不变即可

https://www.jianshu.com/p/33a78fdc5bf5

本原创文章未经允许不得转载 | 当前页面:纳须弥 » anaconda+cuda+cudnn+tensortflow+pytorch+pycharm安装

评论