深度学习环境配置7——（30系显卡）windows下的tensorflow-gpu==2.4.0环境配置

雨点打透心脏的1/2处 2022-09-14 14:24 219阅读 0赞

### 深度学习环境配置7——（30系显卡）windows下的tensorflow-gpu==2.4.0环境配置 ###

*  注意事项
 *   *  一、2021/10/8更新
 *  学习前言
 *  环境内容
 *  环境配置
 *   *  一、Anaconda安装
     *   *  1、Anaconda的下载
         *  2、Anaconda的安装
     *  二、Cudnn和CUDA的下载和安装
     *   *  1、Cudnn和CUDA的下载
         *  2、Cudnn和CUDA的安装
     *  三、配置tensorflow2-gpu环境
     *   *  1、tensorflow2-gpu环境的创建与激活
         *  2、tensorflow2-gpu库的安装
         *  3、其它依赖库的安装
         *  4、安装较慢请注意换源
     *  四、安装VSCODE
     *   *  1、下载安装包安装（推荐）
         *   *  a、VSCODE的下载
             *  b、VSCODE的安装
         *  2、anaconda上安装

# 注意事项 #

## 一、2021/10/8更新 ##

许多粉丝反馈，报TypeError: **array**() takes 1 positional argument but 2 were given错误，可以修改pillow版本解决。

pip install pillow==8.2.0

windows下配置会出现下述错误：

SubProcess ended with return code: 4294967295。

复制ptxas.exe到C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.0\\bin\\ptxas.exe。下载链接为：  
链接: [https://pan.baidu.com/s/1OE98X\_I\_ue0QLxL2rLduug][https_pan.baidu.com_s_1OE98X_I_ue0QLxL2rLduug]  
提取码: 4xjm

# 学习前言 #

好多30系显卡呀，虽然很贵，但是为了深度学习也没有办法欸。  
该博客主要是为了30系显卡写的，当然不一定一定要30系列显卡，只要支持Cuda11都可以这样配置。  
![在这里插入图片描述][20190723165901974.jpg_pic_center]

# 环境内容 #

tensorflow-gpu：2.4.0  
无需装keras，tensorflow因为自带了。

# 环境配置 #

## 一、Anaconda安装 ##

**Anaconda的安装主要是为了方便环境管理，可以同时在一个电脑上安装多种环境，不同环境放置不同框架：pytorch、tensorflow、keras可以在不同的环境下安装，只需要使用conda create –n创建新环境即可。**

### 1、Anaconda的下载 ###

同学们可以选择安装新版Anaconda和旧版的Anaconda，安装步骤没有什么区别。

**旧版本anaconda的下载：**  
**新版本的Anaconda没有VSCODE，如果大家为了安装VSCODE方便可以直接安装旧版的Anaconda，百度网盘连接如下。也可以装新版然后分开装VSCODE。**  
链接: [https://pan.baidu.com/s/12tW0Oad\_Tqn7jNs8RNkvFA][https_pan.baidu.com_s_12tW0Oad_Tqn7jNs8RNkvFA] 提取码: i83n

**新版本anaconda的下载：**  
如果想要安装最新的Anaconda，首先登录Anaconda的官网：[https://www.anaconda.com/distribution/][https_www.anaconda.com_distribution]。直接下载对应安装包就可以。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_12_color_FFFFFF_t_70_g_se_x_16_pic_center]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_11_color_FFFFFF_t_70_g_se_x_16_pic_center]  
一般是下载64位的，下载完成后打开。

### 2、Anaconda的安装 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]  
选择安装的位置，可以不安装在C盘。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]  
我选择了Add Anaconda to my PATH environment variable，这样会自动将anaconda装到系统的环境变量中，配置会更加方便一些。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]  
等待安装完之后，Anaconda的安装就结束了。

## 二、Cudnn和CUDA的下载和安装 ##

**我这里使用的是tensorflow-gpu=2.4.0，官方推荐的Cuda版本是11.0，因此会用到cuda11.0，与cuda11.0对应的cudnn是8.0.5.39。**

### 1、Cudnn和CUDA的下载 ###

**网盘下载：**  
链接: [https://pan.baidu.com/s/1UBZHbjT1Oq0CRvFbaG7ECg][https_pan.baidu.com_s_1UBZHbjT1Oq0CRvFbaG7ECg]  
提取码: kjfm

**官网下载：**  
cuda11.0官网的地址是：  
[cuda11.0官网地址][cuda11.0]  
cudnn官网的地址是：需要大家进去后寻找8.0.5.39。  
[cudnn官网地址][cudnn]

下载完之后得到这两个文件。  
![在这里插入图片描述][067ba49eb15449de88e2e2644bbdbbc9.png_pic_center]  
![在这里插入图片描述][61716a1c9a4d4f22a909f98470962b59.png_pic_center]

### 2、Cudnn和CUDA的安装 ###

下载好之后可以打开exe文件进行安装。  
![在这里插入图片描述][20200306191926135.png_pic_center]  
这里选择自定义。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center]  
然后直接点下一步就行了。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 1]  
安装完后在C盘这个位置可以找到根目录。  
C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v11.0  
然后大家把Cudnn的内容进行解压。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]  
把这里面的内容直接复制到C盘的根目录下就可以了。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]

## 三、配置tensorflow2-gpu环境 ##

### 1、tensorflow2-gpu环境的创建与激活 ###

Win+R启动cmd，在命令提示符内输入以下命令：

conda create –n tensorflow2-gpu python=3.7

activate tensorflow2-gpu

这里一共存在两条指令：  
前面一条指令用于创建一个名为tensorflow2-gpu的环境，该环境的python版本为3.7。  
后面一条指令用于激活一个名为tensorflow2-gpu的环境。

### 2、tensorflow2-gpu库的安装 ###

由于我们所有的操作都要在对应环境中进行，所以在进行库的安装前需要先激活环境。

activate tensorflow2-gpu

此时cmd窗口的样子为：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]  
然后我们输入下述指令：

pip install tensorflow-gpu==2.4.0

安装tensorflow-gpu。

### 3、其它依赖库的安装 ###

但如果想要跑深度学习模型，还有一些其它的依赖库需要安装。具体如下：

scipy==1.4.1
    numpy==1.19.2
    matplotlib==3.2.1
    opencv_python==4.2.0.34
    tensorflow_gpu==2.4.0
    tqdm==4.46.1
    Pillow==8.2.0
    h5py==2.10.0

如果想要更便捷的安装可以在桌面或者其它地方创建一个requirements.txt文件，复制上述内容到txt文件中。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]  
使用如下指令安装即可。**下述指令中，requirements.txt前方的路径是我将文件放在桌面的路径，各位同学根据自己的电脑修改。**

pip install -r C:\Users\33232\Desktop\requirements.txt

### 4、安装较慢请注意换源 ###

需要注意的是，如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。  
![在这里插入图片描述][20200306192756692.png_pic_center]  
修改txt文件的内容，并且把后缀改成ini

[global]
    index-url = http://pypi.mirrors.ustc.edu.cn/simple
    [install]
    use-mirrors =true
    mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
    trusted-host =pypi.mirrors.ustc.edu.cn

## 四、安装VSCODE ##

**我个人喜欢VSCODE，所以就安装它啦。其它的编辑软件也可以，个人喜好罢了。**

### 1、下载安装包安装（推荐） ###

**最新版本的Anaconda没有VSCODE因此可以直接百度VSCODE进行安装。**

#### a、VSCODE的下载 ####

直接加载VSCODE的官网[https://code.visualstudio.com/][https_code.visualstudio.com]，点击Download for Windows即可下载。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]

#### b、VSCODE的安装 ####

首先同意协议，点一下步。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 2]  
其他里面的几个勾要打起来，因为这样就可以右键文件夹用VSCODE打开，非常方便。下一步。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 3]  
继续下一步安装即可。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 4]

**安装完成后在左下角更改自己的环境就行了。**  
![在这里插入图片描述][9ec436c6228945a4b9325cfb300d5bbd.png_pic_center]

### 2、anaconda上安装 ###

打开anaconda，切换环境。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 7]  
安装VSCODE，安装完就可以launch一下了，之后就可以把VScode固定到任务栏上，方便打开。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 8]

[https_pan.baidu.com_s_1OE98X_I_ue0QLxL2rLduug]: https://pan.baidu.com/s/1OE98X_I_ue0QLxL2rLduug
[20190723165901974.jpg_pic_center]: /images/20220828/02f39e2ead73462e90537a16bf201ea0.png
[https_pan.baidu.com_s_12tW0Oad_Tqn7jNs8RNkvFA]: https://pan.baidu.com/s/12tW0Oad_Tqn7jNs8RNkvFA
[https_www.anaconda.com_distribution]: https://www.anaconda.com/distribution/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_12_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20220828/ca11044079fa4f299b689fbfa14b9ec8.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_11_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20220828/7af1c3bb10864676b70a79ab789a8a1d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center]: /images/20220828/56a3a97232fc4f7f974875a60f9db645.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20220828/2c5db875a7b0467386b6fcf22c56c3f0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20220828/cfdc926d76be47a6affd11e7a43b7fcb.png
[https_pan.baidu.com_s_1UBZHbjT1Oq0CRvFbaG7ECg]: https://pan.baidu.com/s/1UBZHbjT1Oq0CRvFbaG7ECg
[cuda11.0]: https://developer.nvidia.com/cuda-11.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
[cudnn]: https://developer.nvidia.com/cudnn
[067ba49eb15449de88e2e2644bbdbbc9.png_pic_center]: /images/20220828/f863a84853644c2e8620976dea3e4e55.png
[61716a1c9a4d4f22a909f98470962b59.png_pic_center]: /images/20220828/f4e915aa65144f66bbdf6e6000151098.png
[20200306191926135.png_pic_center]: /images/20220828/d999500168be45f0a7e8619c24a26df6.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20220828/a056efb0a3db489ba01b9b4c32cb3500.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: /images/20220828/b2d033ab67ba4af5afac9d62f895fb7c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20220828/1755dd9438f24d65b5dc692cc2404776.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20220828/a8be2b5adffb442ba18d3924db246b82.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]: /images/20220828/e0a283771f804a478cc218d5894a66b0.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: /images/20220828/6c1a5fd037f14248897e71309cd9c5e0.png
[20200306192756692.png_pic_center]: /images/20220828/9c6ae2fcaa6240c688d2599521873c6c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20220828/b0b86ca05f8642ea85849c13fb3e2061.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20220828/ceba9a9507214682b3e2447ea1832acf.png
[https_code.visualstudio.com]: https://code.visualstudio.com/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: /images/20220828/a3f3ebf0296a46949e37e06304d17122.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: /images/20220828/4f011b363b3c416faa10e4bf8f474447.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 3]: /images/20220828/5b54db020d544a6491754ffb07e30779.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAQnViYmxpaWlpbmc_size_17_color_FFFFFF_t_70_g_se_x_16_pic_center 4]: /images/20220828/1f866e5cb910433abb29a7ba2278bbc3.png
[9ec436c6228945a4b9325cfb300d5bbd.png_pic_center]: /images/20220828/f35ba0eaf95345ceb4e6e0477a8d3a44.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20220828/9bc61e3475b044bf88fa27fc02cef7c8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc5MTk2NA_size_16_color_FFFFFF_t_70_pic_center 8]: /images/20220828/be994e93a00e4f6ebaf4ee855cf3ae42.png