python 深度学习环境安装（tensorflow-gpu）

admin • 2022-04-18 12:13 • 人工智能

文章目录

一、安装Anaconda
- 1.换源
- 2.常用指令
二、安装cuda和cudnn
三、安装tensorflow的GPU版本
- 1.判断是否安装成功
四、pycharm配置虚拟环境
总结

一、安装Anaconda

本文主要通过Anaconda来配置深度学习环境。
可以通过Anaconda官网下载附链接：
https://www.anaconda.com/
判断是否安装成功win+r调出cmd
输入如下指令

conda -V

出现以上结果，表示安装成功。

1.换源

接下来我们要对Anaconda进行换源，Anaconda默认源下载比较慢，我们需要换清华源或者中科院源，以清华源为例，终端输入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/simpleitk

判断是否换源成功，终端输入：

conda info

出现以上结果，表示换源成功。

2.常用指令

接下来是Anaconda常用的一些指令
查看已有的虚拟环境：

conda env list

新建虚拟环境

conda create --name 环境名

进入虚拟环境：

conda activate 环境名

退出虚拟环境：

conda deactivate

删除虚拟环境：

conda remove -n 环境名 --all

复制虚拟环境：

conda create -n conda-env2 --clone conda-env1

这里conda-env2是新创建的虚拟环境，conda-env1是被复制的虚拟环境，这个一定要注意。

二、安装cuda和cudnn

1.对应版本

在安装Tensorflow-gpu之前，我们需要按照以下表来安装cuda跟cudnn对应的版本，下面是cpu跟gpu对应的版本：
CPU：

GPU：

如果以上表格，找不到想要安装的版本，可以访问tensorflow官网进行查看，附链接：https://tensorflow.google.cn/install/source_windows#gpu