下载安装Anaconda
下载地址如下,根据所需版本下载
安装过程暂略(下次在安装时添加)
下载安装Pycharm
下载安装Pycharm,下载对应使用版本即可
如果你是在校学生,有学校的edu邮箱,可以免费注册Pycharm专业版,注册地址如下,本文不详细说明
下载CUDA10.0
下载地址如下CUDA Toolkit 10.0 Archive
下载之后默认安装即可
下载CUDNN
通过此处选择版本对应的CUDNN,对于本次配置就选择Windows 10对应的版本
下载CUDNN需要注册一个NVIDIA的账号,点击注册,登录即可
下载好CUDNN之后将其解压在CUDA的安装目录下,Win10默认的安装目录如下:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
之后,通过右键点击此电脑——>属性——>高级系统设置——>环境变量
然后配置环境变量,添加如下环境变量
重新安装NVIDIA最新驱动
因为安装CUDA时,因为版本原因,会安装版本较低的NVIDIA驱动,所以我们从官网下载最新的驱动重新覆盖安装一遍即可
创建Conda环境,并安装tensorflow2.0
通过Anaconda的conda create创建新的环境,便于我们程序及其环境的配置及其管理
首先按Win+R
键,输入cmd,回车
然后在cmd界面输入,conda create --name tensorflow2.0 python=3.7
,其中tensorflow2.0可以换成你想要的名字
回车后输入y
之后稍作等待可以看到安装成功
使用conda info --env
看看环境
之后使用conda activate tensorflow2.0
来激活刚才创建的环境
依据需求pip安装tensorflow,sklearn,matplotlib等软件。此处以tensorflow2.0为例,激活环境后输入pip install tensorflow-gpu
,之后进行下载安装。
经过一系列安装之后提示安装成功
配置Pycharm,将刚建立的环境应用在Pycharm中
打开pycharm建立一个新的project
选择Pure Python,在选择Existing interpreter
之后选择你anaconda中新建的环境变量位置中的python.exe文件,使pycharm使用你创建的环境来编译文件。
最后选择Make available to all projects并创建Project
之后创建一个.py文件,进行测试,可以发现我们已经可以通过Pycharm使用我们之前创建的环境了。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持亿速云。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。