当前位置:   article > 正文

深度学习框架安装(Tensorflow&PyTorch&PaddlePaddle)

深度学习框架安装

一、前言

本文中讲解的深度学习框架安装的步骤是基于Anaconda的,所以大家要想按照本文中的步骤安装深度学习框架,需要先安装Anaconda(换源要慎重)注:如果电脑是集成显卡(安装之前先去查一查自己电脑的显卡信息),就不要安装GPU版本的了,只安装CPU版本的。

实验环境:Windows10,NVIDIA GeForce GTX 1050 Ti

二、PaddlePaddle深度学习框架安装

2.1 简介

PaddlePaddle(飞浆)是百度开发的国产深度学习框架,用PaddlePaddle的好处是可以用AI Studio平台提供的GPU算力进行模型训练,不仅节约时间而且还是免费的,PaddlePaddle也提供了像PaddleSeg等一些套件,对于新手上手深度学习模型的项目很友好。当然,其它的框架也可使用网上的一些算力平台进行模型的训练。

2.2 PaddlePaddle CPU版本安装

步骤一:在Anaconda中创建虚拟环境。

在cmd中(cmd的打开方式可以百度一下)输入“conda create -n paddle_cpu python=3.8”,创建虚拟环境,这个创建虚拟环境可以类比于创建了一个名称为“paddle_cpu”的文件夹。

输入“y”,然后回车。

步骤二:输入“activate paddle_cpu”。进入创建的环境。

步骤三:输入:

“conda install paddlepaddle==2.2.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/”

进行paddlepaddle(CPU版)深度学习框架的安装。

步骤四:测试是否安装成功。依次输入“python”,回车,"import paddle",回车,"paddle.utils.run_check()",回车。

若出现上图内容,则说明安装成功。

2.3 PaddlePaddle GPU版本安装

步骤一:在Anaconda中创建虚拟环境。在cmd中输入“conda create -n paddle_gpu python=3.8”,创建虚拟环境。

步骤二:输入“activate paddle_gpu”。进入创建的环境。

步骤三:输入:

conda install paddlepaddle-gpu==2.2.2 cudatoolkit=10.1 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/,安装paddlepaddle(GPU版本),CUDA10.1以及与之配套的cuDNN。

输入“y”。

从上图可以看出,CUDA和cuDNN都会一块被安装,所以不用手动配置了。

出现“done”,说明安装完成。

步骤四:测试是否安装成功。依次输入“python”,回车,import paddle,回车,paddle.utils.run_check(),回车。

若出现上图内容,则说明安装成功(从上图可以看出device 0以及cuDNN的版本)。

三、PyTorch深度学习框架安装

3.1 简介

PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序。

3.2 PyTorch CPU版本安装

步骤一:在Anaconda中创建虚拟环境。在cmd中输入“conda create -n pytorch_cpu python=3.8”,创建虚拟环境

输入“y”。

步骤二:输入“activate pytorch_cpu”。进入创建的环境。

步骤三:输入:

conda install pytorch torchvision torchaudio cpuonly -c pytorch,安装PyTorch CPU版本深度学习框架。

输入“y”。

等待安装。

出现“done”,说明安装完成。

步骤四:测试是否安装成功。依次输入python,回车,import torch,回车,x = torch.rand(5, 3),回车,print(x),回车。

若出现上图内容,则说明安装成功。

3.3 PyTorch GPU版本安装

步骤一:在Anaconda中创建虚拟环境。在cmd中输入“conda create -n pytorch_gpu python=3.8”,创建虚拟环境。

步骤二:输入“activate pytorch_gpu”。进入创建的环境。

步骤三:输入“conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch”。

输入“y”。

出现“done”,说明安装完成。

步骤四:测试是否安装成功。依次输入python,回车,import torch,回车,x = torch.rand(5, 3),回车,print(x),回车,输入torch.cuda.is_available(),回车。其中torch.cuda.is_available()是用来测试CUDA的(用来区别于CPU版本的测试)。

若出现上图内容,则说明安装成功。

四、Tensorflow深度学习框架安装

4.1 简介

TensorFlow是Google开源的第二代用于数字计算(numerical computation)的软件库。

4.2 Tensorflow CPU版本安装

步骤一:在cmd中输入“conda create -n tf2xx_cpu”创建虚拟环境。

步骤二:输入“activate tf2xx_cpu”进入虚拟环境,输入以下命令安装python和tensorflow(CPU版):

conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ python=3.7 tensorflow==2.1.0 。

输入“y”。

步骤三:测试是否安装成功,依次输入“python”,回车,“import tensorflow as tf”,回车,“import os”,回车,“os.environ['TF_CPP_MIN_LOG_LEVEL']='2'”,回车,“print(tf.reduce_sum(tf.random.normal([1000, 1000])))”。

若出现与上图相同内容,这说明安装成功。

4.3 Tensorflow GPU版本安装(注意自己的显卡型号,我的是1050TI(若显卡比我的这个好,也可以安装2.1.0版本),显卡驱动比较旧,所以安装的2.1.0版本。)

步骤一:在cmd中输入“conda create -n tf2xx_gpu”,创建虚拟环境。

步骤二:输入“activate tf2xx_gpu”进入虚拟环境,并输入以下指令安装python和Tensorflow-gpu版本:

conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ python=3.7 tensorflow-gpu==2.1.0。

从上图可以看到,安装的内容包括了CUDA和cuDNNN。

输入“y”。

步骤三:测试是否安装成功。依次输入“python”,回车,“import tensorflow as tf”,回车,“print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))”。

若出现与上图相同内容,这说明安装成功。

五、结束语

本文介绍了三种深度学习框架的安装,实际上,大家选择一种深度学习框架安装就行。深度学习项目中,框架只能说是一个工具,个人的编程能力才是核心。

六、下一篇文章内容

下一篇文章我计划用深度学习框架实现目标检测(包含人脸识别),内容主要就是“简单介绍”+“详细代码”,代码我会尽量详细注释,争取让初学者都能看懂,不懂的地方随时找我。最近生成对抗网络(GAN,Generative Adversarial Networks)比较火,尤其是将GAN的应用作为毕业设计的题目,所以之后我也会尽量出几篇GAN的内容。

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/羊村懒王/article/detail/634265
推荐阅读
相关标签
  

闽ICP备14008679号