超详细配置教程,搭建Windows深度学习环境
菜鸟学Python
共 9052字,需浏览 19分钟
· 2021-01-07
点上方蓝色“菜鸟学Python”,选“星标”公众号
重磅干货,第一时间送到
选自towardsdatascience,作者:Ahinand
虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可能是很多机器学习初学者更为熟悉的系统。要在 Windows 上开发模型,首先当然是配置开发环境。Kaggle Master 及机器学习实践者 Abhinand 立足于自己的实践,给出了一种简单易行的 Windows 深度学习环境配置流程。
硬件和软件的最低要求
安装 Python 和所需工具
设置开发环境
一些 GPU 术语
安装 GPU 驱动
安装 TensorFlow(CPU 和 GPU)
安装 PyTorch(CPU 和 GPU)
验证安装情况
我的个人经验和替代方法
CPU——AMD Ryzen 7 4800HS 8C -16T@ 4.2GHz on Turbo
RAM——16 GB DDR4 RAM@ 3200MHz
GPU——Nvidia GeForce RTX 2060 Max-Q @ 6GB GDDR6 显存
> python —versionPython
3.8.3
> conda —versionconda
4.8.4
> conda install -y jupyter
> conda create --name tensorflow python=3.7
> conda activate tensorflow
> conda init powershell
> conda install nb_conda
> python -m ipykernel install --user --name tensorflow --display-name “Python 3.7 (tensorflow)”
> conda deactivate
> conda create --name torch python=3.7
> conda activate torch> conda install nb_conda
> python -m ipykernel install --user --name torch --display-name “Python 3.7 (torch)”
> conda env list
截至 2020 年 9 月,要使用 TensorFlow 2.0,显卡计算能力必须高于 3.5,但建议使用计算能力至少为 6 的显卡以获得更好的体验。TensorFlow 2.0 还需要 CUDA 10 版本,而这又进一步要求驱动版本至少为 418.x。 PyTorch 需要的 CUDA 版本至少为 9.2,但也支持 10.1 和 10.2。所需的计算能力至少要高于 3.0。
> conda activate tensorflow
> conda install -c anaconda tensorflow-gpu
>>> import tensorflow as tf
>>> tf.version
'2.1.0'
> conda install -c anaconda tensorflow
> conda activate torch
> conda install pytorch torchvision cudatoolkit -c pytorch
> conda install pytorch torchvision cpuonly -c pytorch
>>> import torch
>>> torch.version
'1.6.0'
程序员GitHub,现已正式上线! 接下来我们将会在该公众号上,专注为大家分享GitHub上有趣的开源库包括Python,Java,Go,前端开发等优质的学习资源和技术,分享一些程序员圈的新鲜趣事。
推荐阅读:
这个GitHub 1400星的Git魔法书火了,斯坦福校友出品丨有中文版 贼 TM 好用的 Java 工具类库 超全Python IDE武器库大总结,优缺点一目了然! 秋招来袭!GitHub28.5颗星!这个汇聚阿里,腾讯,百度,美团,头条的面试题库必须安利! 收获10400颗星!这个Python库有点黑科技,竟然可以伪造很多'假'的数据! 牛掰了!这个Python库有点逆天了,竟然能把图片,视频无损清晰放大!
点这里,获取一大波福利
评论