Лично я не люблю тратить часы на настройку инструментов машинного обучения для обучения, особенно в Windows.
После множества проб и ошибок за последние несколько лет (например, поиск в Google и StackOverflow-ing) я решил поделиться методом, который я придумал для настройки TensorFlow.
Я посвящаю эту статью другим специалистам по данным, которые зацикливаются на командной строке, заполненной сообщениями об ошибках.
Предупреждение. У вас должна быть карта графического процессора с поддержкой CUDA®.
1) Установите необходимое программное обеспечение
Обзор
Установите (по порядку):
- Visual Studio
- Анаконда
- Набор инструментов NVIDIA CUDA + cuDNN
Visual Studio
Прежде всего, установите Visual Studio отсюда. Установите версию Community, потому что для Professional и Enterprise требуется s подписка.
Примечание. Visual Studio не то же самое, что VS Code IDE!
Анаконда
Скачайте и установите Anaconda отсюда.
Вам не нужно добавлять Anaconda в переменную среды PATH во время установки.
Программное обеспечение NVIDIA
После установки Visual Studio установите NVIDIA CUDA Toolkit и cuDNN.
К текущей дате (октябрь 2020 г.) необходимо установить CUDA 10.1 и cuDNN SDK 7.6 (это чрезвычайно важно).
Предупреждение: поддерживаемые версии могут измениться, поэтому обязательно ознакомьтесь с официальной документацией TensorFlow.
Последняя версия CUDA - 11 - пожалуйста, посетите CUDA Archive и cuDNN Archive для более ранних версий.
Установите CUDA, просто запустив исполняемый файл (.exe).
Разархивируйте библиотеку cuDNN и переместите все файлы в каталог CUDA. Если вы не меняли каталог установки, ваш CUDA будет расположен здесь:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
2) Установите TensorFlow
Откройте Anaconda Prompt и проверьте версию Python.
Вы можете ввести команду ниже, чтобы проверить версию Python, которую вы используете в данный момент.
python --version
Затем создайте новую виртуальную среду Anaconda:
conda create -n tf python=PYTHON_VERSION
- tf можно изменить на любое другое имя (например, python_tensorflow)
- Не забудьте заменить PYTHON_VERSION на свою версию Python (например, 3.8.5)
Затем активируйте только что созданную среду:
conda activate tf
Наконец, установите TensorFlow:
pip install tensorflow
Не pip install tensorflow -gpu, так как он установит старую версию TensorFlow (old учебники на YouTube используют эту команду).
3) Протестируйте TensorFlow (GPU)
Проверьте, правильно ли установлен TensorFlow и может ли он обнаружить CUDA и cuDNN, запустив:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Если ошибок нет, поздравляем - вы успешно установили TensorFlow.
4) Установите необходимые библиотеки / пакеты
Я лично часто использую Jupyter Notebook, Seaborn и Matplotlib, поэтому обязательно устанавливаю эти библиотеки, выполнив:
pip install jupyter ipykernel seaborn matplotlib
5) Анаконда и Юпитер
Добавьте среду Anaconda, которую вы создали ранее, в Jupyter Notebook.
python -m ipykernel install --user --name ENVIRONMENT_NAME --display-name "KERNEL_DISPLAY_NAME"
6) Заключительное тестирование
Вернитесь в базовую среду conda и откройте Jupyter Notebook:
conda activate base jupyter notebook
Создайте новый блокнот Jupyter и откройте его:
Запустите эти три строки кода ниже:
!python --version import tensorflow as tf print("Num GPUs Available", len(tf.config.experimental.list_physical_devices('GPU')))
Если он может обнаружить ваш Python и ваш графический процессор, вы успешно установили TensorFlow (GPU) и необходимые инструменты для машинного обучения!