一、进行Anaconda的下载和安装
在官方网站下载Anaconda的Windows版本,下载的网址是https://www.anaconda.com/download/,根据自己电脑的位数下载对应的客户端,推荐下载Python 3.7 version *版本。
下载完成之后进行Anaconda的安装:
1.首先打开客户端,点击Next。
2.点击I Agree。
3.之后一直点击Next。
4.到了安装页面,选择第二个选项点击Install,等待安装完成。
二、创建tensorflow环境
1.首先在windows开始文件下面找到Anaconda3文件夹,里面有Anaconda Prompt,点击打开终端。
2.建立一个conda环境,命名为tensorflow_gpu。
conda create -n tensorflow_gpu python=3.6
然后输入y ,然后在该环境下会自动下载所需要的依赖包。
3.进入到tensorflow_gpu环境中,在这个环境下面完成之后tensorflow-gpu的安装。
activate tensorflow_gpu
为了后面安装的tensorflow-gpu可以在jupyter notebook中使用 ,需要安装这两个包,用conda命令安装。
conda install ipython
conda install jupyter
ipython kernelspec install-self --user
看到类似这个结果
Installed kernelspec python3 in C:\Users\XXX\Jupyter\kernels\python3
然后就可以使用jupyter notebook了,使用的时候先用activate tensorflow_gpu命令打开建立的环境,然后再用jupyter notebook命令打开jupyter notebook就可以了。
如果想要删除掉已经建立的conda环境,可以用下面的代码。
deactivate tensorflow_gpu
conda remove -n tensorflow --all
conda info --envs
···
再看一下还有的conda环境,tensorflow_gpu那个环境没有啦。
三、进行tensorflow-gpu的安装
1.进行CUDA和CuDNN的安装。
首先在官网查询电脑显卡是否支持CUDA,网址是https://developer.nvidia.com/cuda-gpus。
然后在官网下载CUDA和CuDNN,网址是https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal和https://developer.nvidia.com/cudnn
下载完成之后进行CUDA的安装。
最好选择默认的路径进行安装,然后点击ok,进入下一步。
这个过程会持续一会儿。
选择自定义安装,点击下一步。
选择上面的组件,点击下一步。
之后一直点击下一步,直到安装完成。
然后将下载好的cudnn-9.0-windows10-x64-v7.4.1.5进行解压缩,得到一个文件夹。
将里面的三个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0中。
这样所有的准备工作就做好了,下面就到了激动人心的时刻了,可以安装tensorflow-gpu了。
打开上面提到过的终端Anaconda Prompt,然后输入activate tensorflow_gpu,进入创建好的环境中。
conda install tensorflow-gpu
输入这个命令就可以安装tensorflow-gpu了。
安装完成之后,在这个环境下输入jupyter notebook,就可以在这上面编写程序了。
好了,现在就可以进行下一步的深度学习了,训练自己的神经网络吧!