让TensorFlow安装变的有手就行

发布于 2021-12-17  1165 次阅读


文档使用说明:

关于链接:其中所有链接都为蓝色字体,带下划线内容红色字体的内容为代码

文章赘述较长,请根据自我需求进行阅读,善于利用侧边的导航功能(手机端没有)

本次文章实验对象各种软件所安装的版本情况

Anaconda:2021.11

Pycharm (专业/社区):2021.3

Jetbrains-Toolbox:1.22.10774

杀毒软件报毒属于正常现象,请让杀毒软件对所有的报毒通过

Anaconda的安装

由于Anaconda的服务器在境外,所以我们在访问的过程中可能会很慢,这里使用清华源来下载Anaconda安装包清华源

当我们遇到之一步的时候,选择 All Users,系统可能会提示我们是否对系统进行修改,我们选择是,如果没有提示,也可能属于正常现象

这一步是对我们对Anaconda的路径设置,一定要记住这个这个路径,路径的具体位置,可根据你自己的实际情况而去操作。

这里我们将两个都选中。第一个是对系统环境变量的设置,选择这个选项可以在任何地方通过命令行来进行对conda的操作。

第二个选项就是字面意思,将conda使用python3.9版本。然后点击安装,等待安装完成即可。

开发工具的选择

适用于生产项目的开发工具有很多,处于教学目的,我们本次以Pycharm为开发工具进行演示。

我个人比较喜欢通过Jetbrains-Toolbox来对所有的Jetbrains开发工具进行管理。

JetBrains-Toolbox App下载

当然如果你不需要安装其他的Jetbrains产品,只需要Pycharm也可以只下载Pycharm

仅下载PyCharm

在Pycharm下载页面中我们需要注意

这里有一个专业版(Professional)和一个社区版(Community)的选择,社区版是免费的,而专业版是付费的。两者本质上没有太大差别。

可以自己斟酌进行选择。

通过Jetbrains-Toolbox下载Pycharm

Jetbrains-Toolbox安装就是一路下一步就可以,当Jetbrains-Toolbox安装完之后,我们打开它

一眼就看到了我们的Pycharm的专业版和社区版,直接点击Install安装即可。

仅下载Pycharm

当我们下载完成时候,选择适当的路径,来到这一步

全选即可,这四个分别是创建快捷方式,添加到环境变量,更新上下文菜单,和关联.py文件。
随便创建一个项目
此时我们的Pycharm会对conda建立索引
等待就好了

遇到问题:

Q:我已经有项目了,错过了上面的内容,怎么办

A:

选择ADD

安装前的准备工作

如果你是英伟达显卡,那么请继续阅读,如果不是,请跳转到CPU安装部分

第一步 GPU算力查询

使用软件GPU-Z(GPU-Z下载,选择普通下载)

进来之后,点查找将会跳转到一个网站。可能会出现两个选择,我们可以通过与GPU-Z内部的信息对比进行选择,如果没有可以忽略

我这个一看,就属于第一个

记住我们的显卡算力为7.5(这里的CUDA表示的是算力)

如果你的算力低于2.0请跳转到CPU安装部分

第二步 更新显卡驱动

更新显卡驱动链接

打开之后等一会,他就会自动识别显卡,匹配到你相应的版本,无脑点击下载,如果没有识别,可以根据GPU-Z的内容进行填写

系统版本就是字面意思,下载类型分为两种,一种是游戏,一种是工作室,两种随意选择,第三个语言就是字面意思。

更新完驱动之后我们在桌面上右击,选择NVIDIA控制面板

(WIN11在显示更多选项里)

记住我们这里的第三步这个位置的版本号,这个你你CUDA最高可安装的版本(这个CUDA版本和上面那个CUDA7.5不是一个意思)

第三步 版本选择

算力在2.0到3.5可尝试以下三个版本,如果安装之后实验失败,请安装CPU版本(建议直接实验1.0.0)

Tensorflow版本Python版本cudnn版本cuda版本
1.2.02.7、3.3-3.65.18
1.1.02.7、3.3-3.65.18
1.0.02.7、3.3-3.65.18

算力高于3.5以上,可选择以下版本,算力过高安装低版本,可能会无法将CPU跑满

算力Tensorflow版本Python版本cudnn版本cuda版本
5.2-8.02.6.03.6-3.98.111.2
 2.5.03.6-3.98.111.2
 2.4.03.6-3.8811
3.0-7.52.3.03.5-3.87.610.1
 2.2.03.5-3.87.610.1
 2.1.02.7、3.5-3.77.610.1
 2.0.02.7、3.3-3.77.410
 1.15.02.7、3.3-3.77.410
 1.14.02.7、3.3-3.77.410
 1.13.12.7、3.3-3.77.410
3.0-7.21.12.02.7、3.3-3.679
 1.11.02.7、3.3-3.679
 1.10.02.7、3.3-3.679
 1.9.02.7、3.3-3.679
 1.8.02.7、3.3-3.679
 1.7.02.7、3.3-3.679
 1.6.02.7、3.3-3.679
 1.5.02.7、3.3-3.679
2.0-6.x1.4.02.7、3.3-3.668
 1.3.02.7、3.3-3.668
 1.2.02.7、3.3-3.65.18
 1.1.02.7、3.3-3.65.18
 1.0.02.7、3.3-3.65.18

选择好以后,我们正式进入安装部分

Tensorflow安装

CPU 和GPU公共部分

我们首先要在conda上创建一个虚拟环境

这里我们用conda的图形化界面来解决问题,在系统搜素中搜索Anaconda Navigator

环境名称可任意,Python版本按照我们刚刚所选择的版本,选择适当的版本。

接下来搜索命令提示符:

输入conda info --envs即可查看我们conda下面的所有虚拟环境以及他的路径

然后我们使用 conda activate 你虚拟环境名称 进入到你的虚拟环境里面来

我们会发现前面的括号变成了(tf1-11)

之后我们输入python -m pip install --upgrade pip 对PIP进行升级。

GPU部分

第一步:VC库的下载

下载

一定要避免安装上捆绑软件,杀毒软件报毒属于正常现象

第二步:CUDA下载和安装

根据我们所选择的版本下载CUDA

全部选上,等待安装完成即可

第三步:cudnn下载和安装

下载cudnn

cudnn安装

解压文件夹,将解压后的文件夹下的文件拷贝到cuda安装目录下,与之相对应的文件夹下。

让我们重启一下电脑

TensorFlow安装

搜索命令提示符:

输入conda info --envs即可查看我们conda下面的所有虚拟环境以及他的路径

然后我们使用 conda activate 你虚拟环境名称 进入到你的虚拟环境里面来

我们会发现前面的括号变成了(tf1-11)

输入以下两条指令

pip install tensorflow==你要安装的tensorflow版本号 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow-gpu==你要安装的tensorflow版本号 -i https://pypi.tuna.tsinghua.edu.cn/simple

本过程可能出现版本号驶入错误,请使用 pip install tensorflow== 指令查看正确的版本号书写方式。

CPU部分

搜索命令提示符:

输入conda info --envs即可查看我们conda下面的所有虚拟环境以及他的路径

然后我们使用 conda activate 你虚拟环境名称 进入到你的虚拟环境里面来

我们会发现前面的括号变成了(tf1-11)

输入以下两条指令

pip install tensorflow==你要安装的tensorflow版本号 -i https://pypi.tuna.tsinghua.edu.cn/simple

本过程可能出现版本号驶入错误,请使用 pip install tensorflow== 指令查看正确的版本号书写方式。

安装出现的问题解决

我在命令提示符中输入 conda info --envs 提示出

这是因为在我们安装conda的时候没有选择让他自动配置环境变量导致的

来到你的 Anaconda下的Library下的bin目录例如

E:\Anaconda\Library\bin

在地址栏,输入cmd

进入到了命令行,此时我们即可支持大部分conda可以运行的指令。

如安装过成发现问题可在下方评论区反馈。