修改中。。。内容有误
修改中。。。内容有误
修改中。。。内容有误
修改中。。。内容有误
修改中。。。内容有误
注意,可能由于本机GPU太旧,没找到适配的cuDNN版本,GPU部分失败了。。。略。CPU版本的环境配置可以参考!
内容概述
系统安装:虚拟机、ubuntu
coding环境:Anaconda、虚拟环境、TensorFlow、Keras
GPU 版本安装
其他
一、系统安装
-
首先下载并安装虚拟机VMware Workstation Player
https://my.vmware.com/en/web/vmware/free#desktop_end_user_computing/vmware_workstation_player/15_0
VMware
-
下载Ubuntu的镜像
https://www.ubuntu.com/download/desktop
Ubuntu
-
在VMare中用Ubuntu镜像来安装系统
系统安装
二、coding环境
- 下载Anaconda并安装,参照这篇进行安装,注意要source ~/.bashrc来使环境变量生效
Ubuntu16.04下Anaconda3的安装
Anaconda

-
创建并激活虚拟环境
其中tensor是自己的命名;python=3.6是py版本;anaconda表示建立虚拟环境时也会安装其他python包,否则为空环境。注意python版本,如果出问题则看下是否为tensorflow不支持
创建虚拟环境
注意要加上source,否则可能遇到Permission denied报错

-
安装tensorflow的CPU版本,直接pip install即可
安装tensorflow
-
安装keras,直接pip install即可
安装keras

注意,GPU版本没安装成功,大致流程是这样
三、GPU版本
- 确认是否支持显卡,必须为NVIDIA的显卡。分别查看CUDA官网和计算机的系统信息,如下为作者的机器
https://developer.nvidia.com/cuda-gpus


- 安装CUDA
统一计算设备架构 Compute Unified Device Architecture,是NVIDIA的通用并行计算架构
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal
在官网选择适配系统的版本

-
安装cuDNN
全称是CUDA Deep Neural Network Library,是NVIDIA深度学习SDK的一部分,GPU的深度学习程序库
必须要先注册并登陆一个NVIDIA开发者账号
下载cuDNN

-
安装GPU版TensorFlow
注意先开一个GPU版TF的虚拟环境
开一个虚拟环境

报了一堆错误,失败。。。等有好的显卡再来试试

其他
- 在命令行中进入到指定文件夹位置,输入jupyter notebook,即可打开python的IDE开始编码
- Keras可视化需要Graphviz
网友评论