小言_互联网的博客

GTX1650 搭建TensorFlow-GPU 2.4框架（CUDA11.0 + cudnn 8.04 + anaconda 3.8）

2021-05-16 21:14 452人阅读  评论(0)

内容简介

  • 序言
  • 个人电脑配置
  • 采用的方案
  • 安装anaconda
  • 在anaconda中配置(默认通道)清华镜像源
  • 安装pycharm
  • pycharm导入anaconda
  • 安装CUDA
  • 安装cuDNN
  • 安装TensorFlow(GPU版)
  • 个人感悟
  • 安装过程第一问题：anaconda配置清华镜像源
  • 安装过程第二个问题：cudnn安装错误
  • 安装过程第三个问题：网络问题

序言：

不论你准备安装哪种版本的tensorflow gpu版本，都希望你先将文章浏览完毕，再进行版本选择和安装（安装需要的链接文章内都有，还有个人问题探讨），尽可能减少安装错误，节约安装时间。

个人电脑配置

  • CPU i5-9300H
  • GPU GTX1650
  • windows系统 20H2

采用的方案

Anaconda3-2020.11-Windows-x86_64(内置Python3.8版本解释器)
PyCharm 2020.3.3
TensorFlow 2.4 + CUDA 11.0 + CuDNN 8.04

安装Anaconda


下载后的安装包，内置Python3.8版本解释器

如果官网下载网速太慢可以使用清华大学的镜像网站

  • 第二步：安装

    1.找到安装包，右键选择管理员打开

    点击next

    点击 I Agree

    选择 Just Me

    我的电脑有500G固态，所以选择默认安装路径

    选中第一个方框（添加路径到用户变量）
    选中第二个方框（默认Python解释器为3.8版本）

    点击 Install，进行安装
    安装过后，继续点击next
    再次点击next,
    取消选中，点击finish

  • 第三步：测试是否安装成功

    之后依次单击：开始(windows菜单键) -> Anaconda3 (64bit) -> Anaconda Prompt，打开Anaconda Prompt窗口，它与CMD控制台类似，输入命令就可以控制和配置python。

    验证Python，在控制台中输入Python，若是安装正确，会打印Python的版本号以及控制符号

  • 第四步：使用conda命令

    在Anaconda中最常用的是conda命令，该命令可以执行一些操作。

    • 查看已安装的第三方类库的代码

      如果此时控制台命令行还在>>>状态，需要先输入exit()，回车；然后在控制台输入：conda list

    • 使用如下conda命令可以安装第三方库(注：name,是第三方库的名字)：conda install name

在Anaconda中配置(默认通道)清华镜像源

可以查看清华镜像帮助
打开Anaconda Navigator -> environment ->channels -> add 分别添加一下三条命令，

  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2


下划界面，删除default通道，点击Update channels，等待一段时间，出现如下界面

同时系统会自动在用户目录下面生成.condarc文件

安装Pycharm

  • 第一步：PyCharm的下载和安装

    pycharm下载地址

    左边是专业版需要付费，右边使社区版免费使用，这里建议选择免费的社区版

  • 第二步：安装

    右键管理员权限打开，进入安装界面直接点击Next按钮，进行安装

    选择安装路径，可以选择安装在C盘，也可以选择其他盘安装

选择与已安装的Python相同位数的文件，我的电脑是64位操作系统，选择64bit（1）, 添加路径变量（2），选择添加打开文件夹项目（3），选择关联.py文件（4），然后点击next

点击安装

点击finish，完成安装

  • 第三步：创建一个新的工程

    双击桌面的pycharm图标出现下面的界面，点Create New Project，创建一个新的工程

    Location是我们存放工程的路径，也可以自己设置存储文件夹替换PycharmProjects，然后点击create创建一个新的项目

PyCharm导入Anaconda

打开pycharm建立好的工程crawler(这是我之前建立的)

打开pycharm点击 File->setting

点击 Project:crawler->Python Interpreter
(下面红色字体部分会提示未发现Python工具包)

点击右侧设置按钮

出现以下界面

点击Add添加解释器

点击 Existing environment-> … ->选择路径(找到Anaconda的安装路径在(C:\users\Firefly\anaconda3 -> tool -> python.exe)


点击OK，等待一会，会显示有很多包

安装CUDA

选择的框架是：TensorFlow2.4 + CUDA11.1 + cuDNN v8.0.4
官方网址

  • 第一步：下载CUDA
    我的网盘链接：
    链接：https://pan.baidu.com/s/1N4AXzqMBbtxtPEDuMT0ngw
    提取码：rmnt

  • 第二步：安装

选中第三个.exe文件，右键以管理权限运行
选择默认安装路径（不要修改安装路径）：

安装文件会自动是否与当前显卡系统兼容，然后点击同意并继续

选择自定义

第一次安装全部选中，点击下一步（多次安装只用选第一个就可以）：

选择默认安装路径

选中，点击next，进行安装，安装过程或出现屏幕闪烁

安装完成，取消选中，点击关闭

第三步：检测是否安装成功

安装完成后，按Win+R打开运行窗口，输入cmd回车，随后输入nvcc -V来检测是否安装成功

  • 第四步：测试CUDA

    • 进入到cuda的安装路径，C:\Program Files\NVIDIA GPU Computing
      Toolkit\CUDA\v11.0\extras\demo_suite，找到deviceQuery.exe，bandwidthTest.exe两个文件

    • windows + R 并输入 cmd打开控制，将deviceQuery.exe拉入控制台，出现一下界面

    • 然后再将bandwidthTest.exe拉入控制台，出现如下界面，则代代表cuDNN也安装成功

安装cuDNN

官方链接

  • 第一步：下载软件
    我的网盘链接
    链接：https://pan.baidu.com/s/1nGuThzyU43bGVTMX0e1crw
    提取码：hru9

下载之后得到一个压缩包

  • 第二步：安装cuDNN

    查看CUDA安装路径：开始 -> 设置 -> 系统 -> 关于 -> 高级系统设置 -> 环境变量

    解压cuddn文件，并将解压后的三个文件夹(bin include lib)直接复制到CUDA安装路径下(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0)

  • 第三步：环境变量配置

    安装好CUDA之后，系统变量会有两个CUDA的安装路径

    现在需要再添加一个CUDA文件的路径，首先找到包含cupti64_XXX.dll文件的路径(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\CUPTI\lib64)，并复制

    新建系统环境变量，注意：新建变量名不能与已有的相同否则会覆盖已有的变量名

    再添加cuDNN文件的路径，首先找到包含cudnn64_8.dll文件的路径(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin)

    新建环境变量，注意：新建变量名不能与已有的相同否则会覆盖已有的变量名

    完成环境变量配置

    注意：
    即使cudnn安装失败也不会影响tensorflow gpu安装，只会影响tensorflow测试

安装TensorFlow（GPU版）

  • 安装tensorflow2.4.0

    打开Anaconda Prompt
    输入以下命令

    pip install tensorflow-gpu==2.4.0

  • 检测是否安装成功

    打开anaconda prompt控制台：
    输入 ipython 回车
    再输入 import tensorflow as tf 回车
    接着输入 tf.config.list_physical_devices(‘GPU’) 回车

    出现一下界面，即安装成功

    进一步测试，分别输入以下语句：

     python
 iimport tensorflow as tf
 tf.constant(1.)+ tf.constant(1.)

出现一下界面：

或者打开pycharm，新建一个项目，在mian.py文件中输入以下代码：

import tensorflow as tf
text = tf.constant("hello TensorFlow 2.4")
print(text)

个人感悟：

1.配置tensorflow gpu版本确实耗费时间和功夫，安装过程需要耐心，没安装一项立刻进行检测，以免影响后续工作。

2.安装过程中还下载了tensorflow2.0版本的资源包（anaconda 3.6 + cuda 10.0 + cudnn 7.5），参考清华大学，王晓华著的《TensorFlow 2.0 卷积网络实战》进行安装。
链接：https://pan.baidu.com/s/1UXIrg6HGEYb_DAEajIneyA 提取码：9vem

3.安装过程中还下载cudnn的其它版本
链接：https://pan.baidu.com/s/10RDaiv8ei3lAADN9WxeEcA 提取码：hdt5
(1x.x 表示CUDA版本号，x 64表示64位操作系统，v x.x.x表示cudnn版本号):

cudnn-10.0-windows10-x64-v7.6.2.24	（cudnn对应CUDA 10.0版本，win10 64为操作系统，cudnn版本号v7.6）
cudnn-10.0-windows10-x64-v7.6.5.32
cudnn-10.1-windows10-x64-v8.0.2.39
cudnn-11.0-windows-x64-v8.0.4.30

4.安装过程出现了三个问题：现在写出来与大家分享，希望大家遇到此类问题时可以更快的解决。

安装过程第一个问题：anaconda配置清华镜像源

问题说明，之前都是在安装目录下建立pip文件夹，并建立pip.ini文本：

  • 首先我们在C:\user(或者用户)\电脑的用户名\目录下，新建一个名为pip的文件夹

  • 在pip文件夹中新建一个名为pip的文本文档

  • 打开pip.txt，在文档中输入以下内容

     [global]
 	 index-url = https://pypi.tuna.tsinghua.edu.cn/simple
 [install]
 	 trusted-host=mirrors.aliyun.com

  • 保存关闭此文档，重命名为pip.ini

但是下载tensorflow时一只存在下载中断的问题，最后采用在anaconda navigator中配置通道。

安装过程第二个问题：cudnn安装错误

  • cudnn安装错误

    安装cudnn时安装方法错误，直接将cudnn文件解压到CUDA安装目录之下，设置环境变量。

  • cudnn正确安装方法

    正确的做法是：解压cudnn压缩包，然后将cudnn下面的三个文件夹复制到cuda安装路径下，并配置bin(cudnn运行路径) 、lib64(cuda运行路径)环境变量名。

安装过程第三个问题：网络问题

  • 网络问题
    利用anaconda prompt命令下载tensorflow2.4 gpu版本一直出错，这个可能跟校园网限制访问有关系，下载失败持续了一周，前后卸载、安装进行了多次，已经打算全部卸载换版本进行了，想着再试一次，结果竟然成功了。哈哈，后来仔细想想应该是校园网的问题。

转载：https://blog.csdn.net/weixin_46161549/article/details/116700835
查看评论
* 以上用户言论只代表其个人观点，不代表本网站的观点或立场