windows10下安装tensorflow2.0-GPU和Cupy（不用搞CUDA+cudnn）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了windows10下安装tensorflow2.0-GPU和Cupy（不用搞CUDA+cudnn），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2867字，纯文字阅读大概需要5分钟。

内容图文

0.前言

　　今年暑假买了个1660ti的游戏本学python，后来发现跑一些数据量比较大的代码和深度学习的时候太慢了，遂想装一下GPU版本，看了网上的资料搞了好几天，又是CUDA又是cudnn的，网速慢不说，装完还各种报错，最后发现随着anaconda和tensorflow的更新，现在利用anadonda只要一行命令就能完成。（装好虚拟环境后，直接看4.2）

　　

1. 安装anaconda

　　这部分没啥难度，只要注意两点：

　　　　1.去官网下载https://www.anaconda.com/distribution/，而不要去清华的镜像站（已经很久没有更新了），官网下比清华慢一点，但相信我这是值得的。

　　　　2.安装的时候建议直接把两个勾都选上（网上的其他教程都建议不勾选然后手动添加PATH，但我发现直接勾上没问题，之后加PATH反而有各种问题出现）

 

 

　　　　#.如果之前电脑里已经有安装python，建议先卸载再装anaconda，这样能避免很多问题

 

　　　　做完这一步你就拥有了一个预装了很多包的base环境，包括pandas和numpy，足够初学者做很多事情了。

 

2. 换清华源

　　虽然上面说anaconda的安装包不要去清华上下，但是用镜像站来下载和更新python包还是可以的（能快上不少）。打开CMD，复制打入就行

　　　　　　　　　　　　

　　　　　　　　　　　　conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

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

　　　　　　　　　　　　conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

　　　　　　　　　　　　conda config --set show_channel_urls yes

 

3.创建一个另外的虚拟环境

　　起先看网上教程的时候一直不明白这一步有什么用，处理了很多报错以后发现这是为了避免依赖包版本冲突。例如你在官网上下载的anaconda，自带的base环境是python3.8，而tensorflow是建议装python3.6，它要求的各种依赖包也是python3.6时代的，直接在base环境下安装，需要将本来是最新的软件包降级，可能会影响其他包，最新的功能就用不到了。

　　所以创建虚拟环境可以完全避免依赖包冲突，需要使用tensorflow的时候切换过来就行。

　　3.1 打开CMD（如果你把anaconda装在了C盘，建议使用管理员运行，可以事先避免权限报错），键入:

　　　　　　　　　　　　conda create -n env_gpu python=3.6 

　（env_gpu是你给虚拟环境起的名字，依个人喜好就行，网上大多叫tensorflow或者env_tf2，我这边叫env_gpu是因为我用这个环境来跑需要gpu加速的任务：tensorflow-gpu和cupy）

 

 

 　　按y回车，anaconda就会安装一些必须的包（换源之后是很快的）

　

4. 在虚拟环境下安装tensorflow-GPU(用于机器学习）和cupy（numpy的GPU加速版本）

　　　　4.1 首先激活虚拟环境：

　　　　　　　　　conda activate env_gpu

　　　　　　　　　（整个第4步的cmd都别关掉，用同一个，假如手滑关了，就要再激活一次虚拟环境）

　　　　

 

　　　　可以看到前面有个括号表明所在的环境

 　　

　　　　　　

　　　　　4.2.安装tensorflow-gpu和cupy

　　　　　　　　　　　　conda install tensorflow-gpu=2.0.0

　　　　　　　　　　　　conda install cupy

　　　　　　　　　　　　（一行一行来）

 

 

 

　　　　　　　　　　可以看到anaconda会自动安装匹配版本的cuda和cudnn，不用去英伟达官网下载了，也避免了操心版本问题。

　　　　　　4.3 安装spyder, jupyter notebook

　　　　　　　　　　因为我们在第三步创建了一个独立的虚拟环境，和原来base环境里的spyder和jupyter notebook是不通用的，所以在这个环境下手动安装一个就行:

　　　　　　　　　　conda install spyder

　　　　　　　　　　conda install jupyter

 

　　　　　　　　　　安装完以后可以在开始菜单搜索spyder，（anaconda）结尾的是base环境下的spyder, （env_gpu）结尾的是这个环境下的spyder。

 

5.测试一下吧 

　　　　5.1 打开spyder(env_gpu)

　　　　5.2 键入一些测试的code

 

　　　　5.3 cupy也导入测试下

　

 

 

 　　　　都没有报错，大功告成！

 

 

 

 

内容总结

以上是互联网集市为您收集整理的windows10下安装tensorflow2.0-GPU和Cupy（不用搞CUDA+cudnn）全部内容，希望文章能够帮你解决windows10下安装tensorflow2.0-GPU和Cupy（不用搞CUDA+cudnn）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---