当前位置:   article > 正文

Windows下tensorflow/pytorch环境配置

Windows下tensorflow/pytorch环境配置

一、软件下载

1、pycharm下载以及anaconda下载,安装位置具体自己设定

pycharm下载地址:Download PyCharm: Python IDE for Professional Developers by JetBrains

anaconda下载地址:Anaconda | Individual Edition

2、安装时,路径可以根据需求,安装在除C盘以外的其他盘中,将红色方框内的选项全部打勾,如下:

二、环境安装

1、安装完成后,打开anaconda prompt

2、创建环境(本例中,环境名称为test,将test换为自己想要的名称即可),同时指定python版本,比如python=3.9,弹出选项输入y并按下enter:

conda create --name test python=3.9

3、创建完成后,激活环境,输入以下指令即可:

activate test

4、安装tensorflow或者pytorch,tensorflow分为gpu版和cpu版本,以下依次是按照tensorflowcpu版gpu版以及torch1.10版本进行安装的指令:

pip install tensorflow==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow-gpu==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip --default-timeout=1688 install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html

         需要注意的是,tensorflow在安装时可以指定版本,2.0和1.0版本区别很大,但是安装方法一样,torch的安装官网点击此处Previous PyTorch Versions | PyTorch,需要根据自己的电脑的配置选择相应的版本,在安装时,在pip后加入--default-timeout=1688,可以防止由于连接超时导致的下载失败,如下!正确的打开方式如上面第三个所示。

如果安装依然出现问题,可通过该网站https://download.pytorch.org/whl/torch_stable.html

直接下载你想要的版本,然后激活环境,进行本地安装,例如,将whl替换为实际的文件路径即可:

5添加源,由于很多库在外网上,下载速度往往较慢,添加国内的清华源或者科大源,下载速度会快很多,直接复制到anaconda prompt,并点击enter即可:

        清华源

  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  3. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  4. conda config --set show_channel_urls yes

        科大源:

  1. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  2. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  3. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  4. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  5. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  6. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  7. conda config --set show_channel_urls yes

 6、配置GPU环境:

        调动显卡需要基于cuda实现,可在此网站下载想要的cuda版本以及对应的cudnn版本

        cuda下载地址:CUDA Toolkit Archive | NVIDIA Developer

         cudnn下载网址:https://developer.nvidia.cn/cudnn-download-survey

        需要注意的是,一定注意!!!cuda安装是默认安装路径,一般为

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

        安装结束后,右击我的电脑,打开属性,如下图所示,点击高级系统设置

        点击环境变量

        打开系统环境路径

         确保以下4个路径在环境路径下,如果没有,请点击新建进行添加:

         将下载好的cudnn压缩文件进行解压,并将所有文件复制粘贴至以下文件夹下,最后的v11.1代表的是cuda的版本,下载版本不一样,显示不一样,不用在意,至此gpu环境变量配置完毕。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

三、配置编辑器

1、将之前创建好的python环境添加至编辑器,这里以pycharm为例,打开编辑器页面,点击右下角的默认python解释器

 2、点击添加python解释器,然后点击1,切换到conda环境下,观察2的位置是否出现我们刚才创建的python解释器,如果没有出现,点击3,手动找到anconda的安装路径下的envs/test(test为之前设置的环境名称),然后找到python.exe,点击确定,然后点击4,以后任何项目均可以使用该python解释器,再点击5确定

 

 3、常用库的安装(可忽略):

  1. pip install keras
  2. pip install numpy
  3. pip install pillow
  4. pip install pyyaml
  5. pip install labelme
  6. pip install scikit-image
  7. pip install keras
  8. pip install opencv-python
  9. conda install -c conda-forge netcdf4

针对安装包超时问题,可在pip后加--default-timeout=1688解决:

pip --default-timeout=1688 install package-name

4、针对部分程序运行,可能会出现 以下情况(更可忽略):

AttributeError: 'str' object has no attribute 'decode'

面对这种情况,我们需要h5py模块进行降级处理即可:

pip install h5py==2.10 -i https://pypi.tuna.tsinghua.edu.cn/simple/

至此,环境准备工作已经完成!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/639296
推荐阅读
相关标签
  

闽ICP备14008679号