深度学习实战及tensorflow环境配置

Posted cfth

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习实战及tensorflow环境配置相关的知识,希望对你有一定的参考价值。

深度学习路很长,要想走得远基础一定要牢,希望本文对你有用。

文章目录

  • 前言
  • 一、pycharm和anaconda的安装
  • 二、配环境及运行代码
    • 1.遇到无法用pip和conda的情况
    • 2.安装库
    • 3.安装tensorflow和cudatoolkit
    • 4.代码运行
  • 总结


前言

重新装了一下系统,重新配置下环境

一、pycharm和anaconda的安装

anaconda的优点个人感觉是能多版本环境兼容,环境切换方便,比如tensorflow2.8 python3.6就不兼容,此时可以快速切换为3.8

 anaconda下载地址:

        https://www.anaconda.com

pycharm如果不是很常用前后端开发,社区版已然够用

pycharm下载地址:PyCharm: the Python IDE for Professional Developers by JetBrainshttps://www.jetbrains.com/pycharm/

二、配环境及运行代码

1.遇到无法用pip和conda的情况

报错如下(示例):

pip : 无法将“pip”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写,如果包括路径,请确保路径正确,然后再试一次。
所在位置 行:1 字符: 1
+ pip install lxml
+ ~~~
    + CategoryInfo          : ObjectNotFound: (pip:String) [], CommandNotFoundException
    + FullyQualifiedErrorId : CommandNotFoundException

解决办法:

添加系统变量:

进去后点击新建,变量值为anaconda的scripts的地址:

 

 建立后重启电脑,即可在pycharm中使用pip和conda

2.装库

直接用pip和conda也行,但是有时候会没有这个包。

常见的几个镜像库

     豆瓣 :https://pypi.douban.com/simple
     LFD:https://www.lfd.uci.edu/~gohlke/pythonlibs/
     清华:https://pypi.tuna.tsinghua.edu.cn/simple
     中科大:https://mirrors.ustc.edu.cn/pypi/web/simple
     阿里: https://mirrors.aliyun.com/pypi/simple/
     官网:https://pypi.org/

以豆瓣为例:

        pip install 要装的库名 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

3.安装tensorflow和cudatoolkit

1.首先查看电脑cuda版本

2.查看版本对应关系

CUDA版本对应

tensorflow版本对应

 keras版本对应

 

由图可知,笔者457.49,应该装CUAD 11.0的CUDA Toolkit 和tensorflow2.4.0和keras2.4.3

 pip install tensorflow==2.4.0 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

 conda install cudatoolkit=11.0

 

4.代码运行

目标是将loss值(预测与实际的偏差降到尽可能的低,预测是离散的是分类,连续的是回归)


总结

深度学习路很长,要想走得远基础一定要牢,希望本文对你有用。

以上是关于深度学习实战及tensorflow环境配置的主要内容,如果未能解决你的问题,请参考以下文章

《TensorFlow实战Google深度学习框架(第二版)》学习笔记及书评

《TensorFlow实战Google深度学习框架(第二版)》学习笔记及书评

深度学习框架Keras介绍及实战

python 深度学习环境安装(tensorflow-gpu)

实战Google深度学习框架:TensorFlow计算加速

深度学习GPU环境Ubuntu16.04+GTX1080+CUDA9+cuDNN7+TensorFlow1.6环境配置