基于Dell工作站的Tensorflow & Keras 软件及环境配置

1. 文档阐明

本文档的配置曾经在Dell塔式工作站/Precision 7920中实现实测无效，如果型号（CUDA）型号不同，配置会有肯定的偏差，具体操作以及不同型号的版本问题会在下文出现。

2. 初始条件：

在环境配置之前，下载以下软件。版本型号如下表。

对象/型号备注
Dell塔式工作站/Precision 7920win10 专业版/ Nvidia Quadro P4000
软件版本
PycharmCommunity 2020.3
Anaconda(x64, python 3.8 version)3.0
Visual studio 2019community

2.1 初始软件下载

2.1.1 Pycharm

Download Links: Pycharm Download
下载时全副勾选即可，无需其余操作。

2.1.2 Anaconda

Download Links: Anaconda Download
在页面最底部能够发现带有python的Anaconda下载界面，点击下载即可。下载时全副勾选即可，无需其余操作。

2.1.3 Visual Studio 2019

Download Links: VS2019 Download

Q: 下载时可能会遇到的问题

下载进度条始终为 0，如下图所示

A: 解决办法
能够参见以下链接VS无奈下载怎么办 批改DNS 为114.114.114.114 即可。

3. CUDA与CUDNN的下载与装置

CUDA与CuDNN是与GPU相干的编程语言，下载版本与GPU型号无关。接下来将具体介绍CUDA如何下载以及下载什么版本。

3.1 CUDA下载

在下载CUDA前，先查看本人电脑的CUDA反对版本，以Precision7920 为例，关上 Nividia Control Panel（控制面板）->Help（帮忙）->system information (零碎信息) -> Component（组件）

能够查看到本人的CUDA版本，Precision 7920的CUDA版本为10.1。（图中为集体笔记本型号，仅作为示意图，非工作站理论信息）接下来间接进入Nvidia官网下载CUDA 10.1。

CUDA Download Links： CUDA Download
下载对应版本即可，装置环节全副勾选即可。（精简装置即可应用）下载完后，能够在Win+R -> cmd.exe 运行 nvcc --version 查看是否装置胜利。

3.2 CuDNN下载

下载完CUDA后须要下载对应版本CuDNN。CUDA10.1 对应CuDNN版本为 CuDNN 7.6.5，下载链接为：CUDNN Download , 留神下载该文件须要注册Nvidia账号，注册非常简单这里不再详述。
下载完CuDNN后，在桌面解压该文件夹，并将文件夹中的文件别离复制到CUDA门路即可。以本工作站为例： 下图为CuDNN解压后的文件

下图为CUDA文件夹，将上图三个文件夹中的文件(不是放整个文件夹)放入下图 同名文件 即可。

具体操作见下表。

原始文件门路（CuDNN）复制文件去处（CUDA）
bin--->CUDA/v10.1/bin
include--->CUDA/v10.1/ include
lib/x64--->CUDA/v10.1/lib/x64

4. Tensorflow&Keras 下载

  • 这里下载的是Tensorflow GPU版，版本与CUDA/CuDNN对应关系能够查CUDA/CUDNN对应关系，从此能够失去不同CUDA应该下载什么版本的tensorflow。

其中版本号有稍微偏差不会影响应用，因而咱们下载 tensorflow-gpu-2.3.0
利用cmd windows 输出以下指令

  1. 下载 tensorflow-gpu

    pip install tensorflow-gpu= = 2.3.0 -user
  2. 下载Keras
pip install keras

下载过程中如果提醒有环境变量未增加，则增加下来即可。

5. 其余须要的包（如OpenCV，EMD等等）

能够应用相似Keras的下载方式。