- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
沙箱环境建立命令
condacreate-n沙箱名称python=版本号
注意:此处不能提前更改为国内镜像地址否则出错。
更改国内镜像地址命令
condaconfig--addchannels国内镜像地址
condaconfig--setshow_channel_urlsyes
查看设置
condainfo
如果建立沙箱环境出错修改如下文件
D:\anaconda3\Lib\site-packages\conda\core
文件:package_cache_data.py
查找self._urls_data=[line.strip().decode(utf-8)forlineinfh]语句
把utf-8改为cp936即可
重启conda
conda-navigator-reset
沙箱建立成功后要激活沙箱
activate沙箱名称
使用完毕后关闭沙箱
activate沙箱名称或activateroot
如果删除沙箱
condaremove-n沙箱名称--all
注意如果已经更改了国内的镜像,需要重新恢复为初始地址
condaconfig--remove-keychannels
安装TensorFlow
注意此处有两个版本,cpu和GPU,如果对机器学习运算时效率更高。
安装gpu版
pipinstalltensorflow-gpu
安装CUDA
安装完毕
建立系统变量
CUDA_BIN_PATH=%CUDA_PATH%\bin
CUDA_LIB_PATH=%CUDA_PATH%\lib\x64
CUDA_PATH=C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.0
CUDA_PATH_V11_0=C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.0
CUDA_SDK_PATH=C:\ProgramData\NVIDIACorporation\CUDASamples\v11.0
CUDA_SDK_BIN_PATH=%CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH=%CUDA_SDK_PATH%\common\lib\x64
编译cuda
用visualstudio2019编译C:\ProgramData\NVIDIACorporation\CUDASamples\v11.0下的Samples_vs2019.sln文件
打开文件后右击解决方案-属性,配置选择“Release”,平台选择“活动(x64)”,选择生成,
如果报错可以/wayne793377164/p/8185404.html参考解决。最好从cmd下运行deviceQuery.exe文件
注意先要进入这个文件的文件夹,C:\ProgramData\NVIDIACorporation\CUDASamples\v11.0\bin\win64\ReleasedeviceQuery
到此发现无法使用,经过研究发现是CUDA版本与python以及cudnn版本不匹配造成的,随即卸载tensorflow
卸载tensorflow
pipuninstalltensorflow-gpu
卸载CUDA11.0版本,改为CUDA10.0版本。
版本
Python版本
编译器
编译工具
cuDNN
CUDA
tensorflow_gpu-2.0.0-alpha0
2.7、3.3-3.6
GCC4.8
Bazel0.19.2
7.4.1以及更高版本
CUDA10.0(需要410.x或更高版本)
tensorflow_gpu-1.13.0
2.7、3.3-3.6
GCC4.8
Bazel0.19.2
7.4
10.0
tensorflow_gpu-1.12.0
2.7、3.3-3.6
GCC4.8
Bazel0.15.0
7
9
tensorflow_gpu-1.11.0
2.7、3.3-3.6
GCC4.8
Bazel0.15.0
7
9
tensorflow_gpu-1.10.0
2.7、3.3-3.6
GCC4.8
Bazel0.15.0
7
9
tensorflow_gpu-1.9.0
2.7、3.3-3.6
GCC4.8
Bazel0.11.0
7
9
tensorflow_gpu-1.8.0
2.7、3.3-3.6
GCC4.8
Bazel0.10.0
7
9
tensorflow_gpu-1.7.0
2.7、3.3-3.6
GCC4.8
Bazel0.9.0
7
9
tensorflow_g
文档评论(0)