Unity开发者联盟收藏本站
发帖教程新人必读切换到宽版

 找回密码
 立即注册
Unity开发者联盟»论坛 › 3D Dev Asset 开发资源大全 › 学术研究 Scholarly › Tensorflow-gpu安装+Keras安装+Pytorch-gpu安装 经验分 ...
返回列表 发新帖
查看: 268|回复: 0

Tensorflow-gpu安装+Keras安装+Pytorch-gpu安装 经验分享/Win10 (conda安装Cuda和Cudnn) 含测试代码

[复制链接]
发表于 2022-6-24 14:33 | 显示全部楼层 |阅读模式
Tensorflow-gpu安装+Keras安装+Pytorch-gpu安装 经验分享/Win10 (conda安装Cuda和Cudnn) 含测试代码

注意：

本文中的Cuda和Cudnn安装均采用conda安装方法，无需单独下载安装Cuda、Cudnn等软件。
以下教程是建立在已经安装好Anaconda的基础上。
系统：Windows10
Anaconda：2020.07
python 3.8.0
cuda版本：cuda 11.0
cudnn版本：cudnn 8.1
Tensorflow版本：tensorflow-gpu 2.4.0
keras版本：keras-2.4.0
准备事项

Anaconda环境变量配置

1、在安装的时候勾选添加即可
2、自己配置：电脑->属性->高级系统设置->环境变量->系统变量，找到Path，加入三个文件夹的存储路径，如下图。



添加镜像源

这里添加的是阿里的源，free和main是必选，其它可选
  1. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/free
  2. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/main
  3. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/msys2
  4. conda config --add channels https://mirrors.aliyun.com/anaconda/pkgs/r
  6. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/Paddle
  7. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/auto
  8. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/biobakery
  9. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/bioconda
  10. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/c4aarch64
  11. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/caffe2
  12. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/conda-forge
  13. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/deepmodeling
  14. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/dglteam
  15. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/fastai
  16. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/fermi
  17. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/idaholab
  18. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/intel
  19. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/matsci
  20. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/menpo
  21. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/mordred-descriptor
  22. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/msys2
  23. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/numba
  24. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/ohmeta
  25. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/omnia
  26. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/plotly
  27. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/psi4
  28. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch
  29. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch-test
  30. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pytorch3d
  31. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/pyviz
  32. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/qiime2
  33. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/rapidsai
  34. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/rdkit
  35. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/simpleitk
  36. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/stackless
  37. conda config --add channels https://mirrors.aliyun.com/anaconda/cloud/ursky
  39. conda config --set show_channel_urls yes
复制代码
https://www.cnblogs.com/fang-d/p/aliyun_conda_mirrors.html
查看自己显卡支持的CUDA版本

右键NVIDIA控制面板->帮助->组件。如下图，切记不要超过该版本



TensorFlow（GPU）安装

创建虚拟环境，名称为tensorflow-keras-gpu，并激活
  1. conda create -n tensorflow-keras-gpu python=3.8
  3. conda activate tensorflow-keras-gpu
复制代码
（退出虚拟环境：conda deactivate）



https://tensorflow.google.cn/install/source_windows#gpu
这里安装了cuda11.0和cudnn8.1，由于先前的操作中存在版本的不配套，需要升降不同的版本
  1. conda install cudatoolkit=11.0
  2. conda install cudnn=8.1
复制代码
tensorflow-gpu安装

1、tensorflow-gpu可以直接通过conda安装。
  1. pip install tensorflow-gpu==2.4.0
复制代码
2、由于选择了先conda安装cuda和cudnn，再通过whl文件安装tensorflow-gpu（三者的版本要对应，可参考官方测试过的配置）
下载tensorflow_gpu-2.4.0的whl文件后，输入下面代码安装：
pip install + whl文件所在位置，例如
  1. pip install C:\Users\XXX\Desktop\tensorflow_gpu-2.4.0-cp38-cp38-win_amd64.whl
复制代码


https://tensorflow.google.cn/install/pip#package-location
Keras安装

通过pip或者conda直接安装，注一定要选择版本号，切勿默认，如果错误，可自行升降
  1. pip install keras==2.4.0
  2. conda install keras==2.4.0
复制代码
代码测试

网上随机的代码测试部分。
  1. from keras.datasets import mnist
  2. from keras.utils import to_categorical
  4. train_X, train_y = mnist.load_data()[0]
  5. train_X = train_X.reshape(-1,28,28,1)
  6. train_X = train_X.astype('float32')
  7. train_X /=255
  8. train_y = to_categorical(train_y,10)from keras.models import Sequential
  9. from keras.layers import Conv2D, MaxPool2D, Flatten, Dropout, Dense
  10. from keras.losses import categorical_crossentropy
  11. from keras.optimizers import Adadelta
  13. model = Sequential()
  14. model.add(Conv2D(32,(5,5), activation='relu', input_shape=[28,28,1]))
  15. model.add(Conv2D(64,(5,5), activation='relu'))
  16. model.add(MaxPool2D(pool_size=(2,2)))
  17. model.add(Flatten())
  18. model.add(Dropout(0.5))
  19. model.add(Dense(128, activation='relu'))
  20. model.add(Dropout(0.5))
  21. model.add(Dense(10, activation='softmax'))
  23. model.compile(loss=categorical_crossentropy,
  24.              optimizer=Adadelta(),
  25.              metrics=['accuracy'])
  27. batch_size =100
  28. epochs =8
  29. model.fit(train_X, train_y,
  30.          batch_size=batch_size,
  31.          epochs=epochs)
  33. test_X, test_y = mnist.load_data()[1]
  34. test_X = test_X.reshape(-1,28,28,1)
  35. test_X = test_X.astype('float32')
  36. test_X /=255
  37. test_y = to_categorical(test_y,10)
  38. loss, accuracy = model.evaluate(test_X, test_y, verbose=1)print('loss:%.4f accuracy:%.4f'%(loss, accuracy))
复制代码
运行界面


***注***可能会出现cusolver64_11.dll找不到的情况
需要将其下载丢入D:\softwares\anaconda3\envs\tensorflow-keras-gpu\Library\bin中
下载地址：
链接：https://pan.baidu.com/s/1gR_y2NdWrGdq5mCnM1gUpA
提取码：ibub
结果如图（本机为1660s）


如出现运行错误，根据报错一一查找原因即可
主要问题还是各版本之间的问题。
https://zhuanlan.zhihu.com/p/358529804

本帖子中包含更多资源

您需要 登录 才可以下载或查看，没有账号？立即注册

×
回复

使用道具 举报

返回列表 发新帖
懒得打字嘛，点击右侧快捷回复 【右侧内容，后台自定义】
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-11-26 07:40 , Processed in 0.088327 second(s), 26 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表