安装Anaconda

参考我的另一篇博客
https://blog.csdn.net/okfu\_DL/article/details/83014304

Cuda

版本之说,网上众说纷纭。具体讲一下我的配置,和我的个人看法。
配置如下:
Gtx 1080 ti + Cuda9.0 + cudnn7.3
其实主要是Cuda版本,cudnn会有对应的版本提示。

1. 查看Cuda版本

打开nividia控制面板-> 帮助->系统信息->组件,就可以看到Cuda版本信息。
我这里的cuda 一开始是10.0,但是目前的深度学习包是不支持Cuda 10.0的,所以选择9.0版本。关于Cuda版本和显卡型号对应,我的看法是,初始的Cuda版本只要不是10.0就直接使用该初始版本。
在这里插入图片描述

2.安装Cuda

各版本下载地址:https://developer.nvidia.com/cuda-toolkit-archive
下载的选择参照下图
在这里插入图片描述
下载完成好,直接安装就可以,一路默认。当时出现了一个小问题,cuda安装包打不开,直接把后缀名改为.exe就好了,能直接打开请忽略。


3. 检查Cuda是否安装好:

进入cmd 输入nvcc --version
显示如下信息则成功
在这里插入图片描述

cudnn

下载地址:https://developer.nvidia.com/rdp/cudnn-download
需要登录,耐心注册一下。
在这里插入图片描述
选择适合你的Cuda的版本下载。
在这里插入图片描述
配置Cuda和cudnn
cudnn下载后解压,会得到一个文件夹里面有又有三个文件夹lib、include、lib将里面的文件分别复制到安装Cuda的对应的文件夹中。
在这里插入图片描述
Cuda的默认安装路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
在这里插入图片描述
复制文件到上图这三个同名文件夹中,此操作需要管理员权限,点击继续即可。

安装tensorflow-gpu 和 keras
进入Anaconda Prompt
输入 pip install tensorflow-gpu
如果之前安装了tensorflow的CPU版本,建议卸载。
pip uninstall tensorflow
显示Successfully…表示安装成功。
接着安装keras
输入 pip install keras
显示Successfully…表示安装成功。

测试:
输入
python
import tensorflow
import keras
出现下图信息表示测试成功
在这里插入图片描述
最后,装个开发工具吧。强烈推荐Pycharm。
Pycharm使用教程:https://blog.csdn.net/qq\_40130759/article/details/79421242

标签: none

相关文章推荐

添加新评论,含*的栏目为必填