Advertisement

Anaconda (Python3.7) & TensorFlow2 GPU版本 & Pycharm 安装

阅读量:

目录

  • 一、Anaconda安装

  • 二、TensorFlow 2.0安装

      1. 确认系统中是否存在NV级显卡
      1. 可选择通过图形界面安装或使用conda命令行安装
      • A) 配置国家级软件分发渠道(国家源)
      • B) 指定源服务器地址(可选)
      • C) 安装依赖库包
      1. 建议优先配置国家源服务器地址,并指定源服务器地址为https://paddle.gitee.com
      1. 如果不想设置代理,则可以直接新建环境并运行以下命令完成TensorFlow-GPU的安装:cd /my/app; conda install -c pytorch -c tensorflow tensorflow-gpu --strict-channel-priority false; cd ..
  • 3. 图形界面可以选择安装(提供两种选择:使用图形界面或使用Conda命令行)

  • 4. 确认TensorFlow2已正确安装

  • 启动TensorFlow2环境

  • 确定Python和IPython的位置

  • 在TensorFlow2环境下运行以下命令以完成IPython的部署

  • 如果希望使用GPU加速,请确认系统支持该功能

    • 三、 Pycharm安装和配置

      • 1. 安装
      • 2. 配置
        • Step1 UI选择 → Next → Start using PyCharm
        • Step2 激活(专业版需激活,社区版无此步骤)
        • Step3 创建工程
          1. Create New Project
          1. 配置解释器
          1. 新建一个.py文件,测试tensorflow是否可用
    • 四、结束语

一、 Anaconda安装

这里部署的是软件版本... 点击官网下载链接。完成下载后,请您直接双击运行程序并选择全部。

User的选择都OK。

在这里插入图片描述

这里注意把第一个也勾选上,以避免手动配置环境变量的麻烦。

在这里插入图片描述

二、TensorFlow 2.0安装

1. 检查计算机上是否有NV的显卡

缺省情况下,则必须采用CPU版本。
启动任务管理器后,在性能选项中即可访问GPU参数设置。

2. conda安装(与图形界面安装二选一)

在命令行窗口中进行如下配置。

1) 配置国内源

复制代码
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

2) 显示源地址

复制代码
    conda config --set  show_channel_urls yes

3) 安装

复制代码
    conda create -n TensorFlow2 tensorflow-gpu

Ps: 无需指定源地址也能正常工作(这里我用了梯子),在环境中创建新的项目,并随后安装了tensorflow-gpu库。

复制代码
    conda create -n TensorFlow2 python=3.7
    conda activate TensorFlow2
    conda install tensorflow-gpu

3. 图形界面安装(与Conda安装二选一)

启动Anaconda窗口→进入Environment选项卡→创建新环境→在新环境中查找tensorflow软件包→选择TensorFlow GPU版本进行安装→完成操作

在这里插入图片描述

4. 检查是否安装成功

1)进入TensorFlow2环境中

复制代码
    conda activate TensorFlow2

2) 查看python和ipython的位置

在这里插入图片描述

从上图可以看到,在TensorFlow2环境中没有ipython的路径,默认情况下。因此,在Tensorflow环境中也需要安装ipython.

3) 在TensorFlow2环境下安装ipython

复制代码
    pip install ipython

4)查看是否可以使用gpu加速

复制代码
    ipython
    import tensorflow as tf
    tf.test.is_gpu_availablle()

如下图

在这里插入图片描述

结果为True,见下图

在这里插入图片描述

三、 Pycharm安装和配置

1. 安装

当前系统已安装的是Windows版本,并可访问官网下载链接获取社区版(免费版)。获取专业版(Professional version)则需要支付相应的费用。完成下载后,请双击运行程序并依次选择'下一步'。请确保所有相关选项均勾选完毕后点击'下一步'以完成安装。

在这里插入图片描述

2. 配置

打开PyCharm

Step1 UI选择 → Next → Start using PyCharm

在这里插入图片描述

Step2 激活(专业版需激活,社区版无此步骤)

在这里插入图片描述

Step3 创建工程

1) Create New Project

在这里插入图片描述

2) 配置解释器

通常会创建一个新的虚拟环境,默认情况下系统会自动进行配置。在这里我们选择了Anaconda平台提供的解释器,并选择已有的解释器作为工作环境中使用的工具。

在这里插入图片描述

在左侧位置处找到一个Conda环境安装目录,在右侧区域设置该环境的解释器位置,并勾选Make available to all projects选项。完成后点击OK按钮进行配置设置。如图所示为操作界面示例。

在这里插入图片描述

点击OK后可以看到解释器选好了。接下来就可以Create项目了。

在这里插入图片描述

3) 新建一个.py文件,测试tensorflow是否可用

在这里插入图片描述
在这里插入图片描述

空白处右击,选择Run。结果如下。

在这里插入图片描述

观察到TensorFlow的版本号为2.1.0,并支持使用GPU(true)。在必要时再次运行程序即可获得该结果。

四、结束语

以上安装方法均可实现,有任何问题请留言。

全部评论 (0)

还没有任何评论哟~