深度学习-工具准备-tensorflow安装

由于实验室分组的原因,我在上一周才开始接触机器学习,用本篇文章来记录一下这段时间我遇到的最大的麻烦——机器学习环境准备。

首先,简单的介绍一下tensorflow,这个库是现在机器学习方向常用的一个工具,可用于图像识别、语义识别等。专业的介绍大家可以在它的官网找到 https://tensorflow.google.cn/ 。tensorflow使用的语言是python,安装tensorflow大家要先准备一个python环境,同时由于版本依赖的问题,大家在下载安装之前,必须明确自己需要的版本(某些代码需要在特定的版本才能跑)。

下面以我本次的安装为例,介绍一下安装过程,以及安装过程中遇到的麻烦及解决方案。

我下载使用的是tensorflow-gpu 2.3.0 版本,GPU版本相对于CPU版本性能更高一些.目前(2020.11.16)gpu版本还是只支持NVIDIA家,算力在3.0以上的显卡,AMD暂时还没法YES(可能AMD家最新款可以,但是我没有看到)。自己显卡的算力可以在NVIDIA的官网上查到 https://developer.nvidia.com/cuda-gpus 。建议从事深度学习的小伙伴,选择gpu版本。tensorflow对于版本的依赖还是比较强的,建议大家一定要明确自己需要下载的版本,tensorflow版本对应的python版本,以及其他要求大家可以指tensorflow官网查看 https://tensorflow.google.cn/install/source_windows。

我使用anaconda来管理我的python环境,大家可以登入anaconda官网下载,如果网速过慢,也可以使用清华源镜像进行下载。

一、安装anaconda及使用jupyter

anaconda安装的过程就不多赘述了,大家不明白的可以自行百度 csdn上面有很多的教程。下面简单的介绍一下jupyter notebook会遇到的两个问题。

第一:启动jupyter notebook 后始终无法打开网页

①本机防火墙设置原因,防火墙没有允许python通过。

解决方法:控制面板→系统与安全→允许应用通过Windows防火墙→更改设置→找到“python”→允许→允许其他应用→浏览→添加anaconda路径下的python.exe和anaconda的script路径下的ipython.exe,pythonw.exe,jupyter-notebook.exe, jupyter.exe 最终点击确认。

②配置文件设置原因

解决方法:在anaconda prompt 终端中输入 如下命令

jupyter notebook --generate-config

生成对应配置文件→用记事本打开该配置文件,找到其中设置浏览器的语句

#c.NotebookApp.browser=’’

在其后面添加如下代码(其中*******是chrome的路径,找到你的浏览器快捷方式的属性,目标那一栏存储的就是chrome路径)

import webbrowser
webbrowser.register('chrome',None,webbrowser.GenericBrowser
(u'*******'))
c.NotebookApp.browser = 'chrome'

注意:

(1)去掉#c.NotebookApp.browser=’’前的# (这样代码才能执行)

(2)写路径的时候用\\(双斜杠)

第二:默认路径问题。jupyter打开的默认位置是在C盘的用户目录下,这个地方各种关键文件实在是有点多,建议大家修改为其他的路径。

解决方法:还是上面那个配置文件,找到如下语句

#c.NotebookApp.notebook_dir=r”

在单引号内加入你想要的默认文件路径(必须是事先存在的,记得双斜杠),再将前面的#去掉,到此配置文件的修改结束,保存退出即可。

修改还没结束哈,找到jupyter的快捷键,修改其属性,将其目标一栏最后的”%USERPROFILE%/”删除,点击应用、确定即可,修改默认路径操作完成。

二、安装tensorflow

1、安装CUDA——别搞错版本了!!!

以2020年11月16日为基准,此时你登录CUDA官网直接下载的时候,首页默认下载下来的是CUDA 11, 这样当你全部安装完的时候会发现TENSORFLOW2.3.0跟他不兼容。所以一定要下载11版本。这个版本需要你自己单独点到CUDA Toolkit Archive里去找出来。

下载之后,就可以进行安装。这里提供一个建议是否安装成功的方法。

打开anaconda prompt输入

nvcc -V

如果出现如下情况 代表安装成功

2、安装cuDNN

去官网下载CUDNN 7.4,同前,注意型号。下载CUDNN需要去官网注册一个什么东西,总之需要注意版本就好。下载下来的CUDNN是一个压缩包,解压以后.复制粘贴cuDNN里面的下面三个文件到CUDA的相应同名文件.

然后再添加环境变量:添加环境变量:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib\x64(路径可能有所不同,各位根据自己的安装路径来做一定的调整。)

3、安装tensorflow-gpu

网上的教程大多让你创建一个conda虚拟环境,然后在那个虚拟环境里面使用安装tensorflow。但是存在一些版本依赖问题,很容易出现,无论如何也无法连接成功的情况。我就是属于无论如何都使用不了conda虚拟环境的情况,所以我不介绍使用conda虚拟环境的安装方法。倘若你想使用conda虚拟环境,我这里贴一篇帖子请自行跳转查看https://juejin.im/post/6844903981810974727

安装tensorflow-gou,在anaconda prompt终端输入如下命令

pip install --ignore-installed --upgrade tensorflow_gpu==2.3.0

安装完之后,在jupyter中创建一个新笔记本,在上面输入如下代码,检验是否安装成功,是否使用了gpu进行运算。

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())

若返回true则表示安装成功,且使用了gpu。

留下评论