tensorflow-GPU环境配置

  1. 前言

本文主要介绍tensorflow-GPU环境配置,预计一小时完成。
前些日子开始入手学BERT来解决一些实际的问题,无奈环境的安装耗费了许多时间,消磨了一个初学者太多的耐心。
好在,终于走通了一条比较简单的路。现在特意记下来给以后的自己看,也帮助更多迷茫的人,节省一些前期的成本,拒绝’从入门到放弃’,BERT,跑起来!!!
(关于具体怎么使用谷歌预训练好的bert,在下篇博文续写。)

  1. 环境简介

1.1. 环境配置

  1. anaconda + pycharm
  2. tensorflow 1.13.1-gpu
  3. 谷歌发布的bert 中文分类预训练模型

随后,将提供官网下载链接和获取百度网盘的途径。这是你的选择。

[En]

Later, it will provide the download link of the official website and the way to obtain the Baidu network disk. It’s your choice.

1.2. 预估耗时

我前面探索的时候走了很多弯路,这些对于一个初学的人大可不必了解和经历。所以,本文介绍的是一种最快最简单的幼儿园式环境配置。除去安装pycharm 和anaconda,配置合适的tensorflow-gpu环境,只用一条命令,剩下的等十几分钟就OK了。(感谢anaconda开发人员设置的命令)

1.3. 版本的选择原因

  1. 选择anaconda,是觉得它环境配置很方便,可以同时创建安装了不同需求库的python环境。
  2. 选pycharm,emem,本人用起来顺手而已。
  3. 选tensorflow1.13.1-gpu,谷歌发布的模型用的tensorflow,并且里面的一些函数只支持tensorflow1.10版本以上2.0以下,具体其他版本可以自己选;而且实际跑起来,只用cpu会很慢,需要用到gpu提速(如果你gpu还可以,或者用服务器跑)。

2.安装过程

anaconda和pycharm如果已经安装了,或安装了其中一个,可以直接跳到第三步,这两个软件不分安装的先后顺序。

2.1.安装anaconda

官网还可以,选择个人版安装,免费。

[En]

The official website is OK, choose a personal version to install, free of charge.

2.2. 安装pycharm

您可以在我提供的文件夹中找到这个。网上还有很多其他的教程,只需一步一步地学习。

[En]

You can find this in the folder I provided. There are many other tutorials online, just follow them step by step.

2.3. 配置tensorflow-gpu环境

让我们先讨论一下最简单的方法,然后再讨论为什么不选择另一种方法。

[En]

Let’s talk about the easiest way first, and then we’ll talk about why not choose another one.

  1. 打开anaconda prompt;
  2. 输入”conda create -n tf tensorflow-gpu=1.13.1″
  3. 等待安装完成,环境就配置好了。
    tensorflow-gpu踩过安装的坑的人,不禁惊呼:so easy???运行一下程序,会发现,就是这么easy,不是做梦!

Original: https://blog.csdn.net/qq_43719529/article/details/123441236
Author: .小简.
Title: tensorflow-GPU环境配置

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/497316/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球