标签：windows10 tensorflow2.0 cudnn 虚拟环境 conda env anaconda gpu tensorflow

0.前言

　　今年暑假买了个1660ti的游戏本学python，后来发现跑一些数据量比较大的代码和深度学习的时候太慢了，遂想装一下GPU版本，看了网上的资料搞了好几天，又是CUDA又是cudnn的，网速慢不说，装完还各种报错，最后发现随着anaconda和tensorflow的更新，现在利用anadonda只要一行命令就能完成。（装好虚拟环境后，直接看4.2）

　　

1. 安装anaconda

　　这部分没啥难度，只要注意两点：

　　　　1.去官网下载https://www.anaconda.com/distribution/，而不要去清华的镜像站（已经很久没有更新了），官网下比清华慢一点，但相信我这是值得的。

　　　　2.安装的时候建议直接把两个勾都选上（网上的其他教程都建议不勾选然后手动添加PATH，但我发现直接勾上没问题，之后加PATH反而有各种问题出现）

 

 

　　　　#.如果之前电脑里已经有安装python，建议先卸载再装anaconda，这样能避免很多问题

 

　　　　做完这一步你就拥有了一个预装了很多包的base环境，包括pandas和numpy，足够初学者做很多事情了。

 

2. 换清华源

　　虽然上面说anaconda的安装包不要去清华上下，但是用镜像站来下载和更新python包还是可以的（能快上不少）。打开CMD，复制打入就行

　　　　　　　　　　　　

　　　　　　　　　　　　conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

　　　　　　　　　　　　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 --set show_channel_urls yes

 

3.创建一个另外的虚拟环境

　　起先看网上教程的时候一直不明白这一步有什么用，处理了很多报错以后发现这是为了避免依赖包版本冲突。例如你在官网上下载的anaconda，自带的base环境是python3.8，而tensorflow是建议装python3.6，它要求的各种依赖包也是python3.6时代的，直接在base环境下安装，需要将本来是最新的软件包降级，可能会影响其他包，最新的功能就用不到了。

　　所以创建虚拟环境可以完全避免依赖包冲突，需要使用tensorflow的时候切换过来就行。

　　3.1 打开CMD（如果你把anaconda装在了C盘，建议使用管理员运行，可以事先避免权限报错），键入:

　　　　　　　　　　　　conda create -n env_gpu python=3.6 

　（env_gpu是你给虚拟环境起的名字，依个人喜好就行，网上大多叫tensorflow或者env_tf2，我这边叫env_gpu是因为我用这个环境来跑需要gpu加速的任务：tensorflow-gpu和cupy）

 

 

 　　按y回车，anaconda就会安装一些必须的包（换源之后是很快的）

　

4. 在虚拟环境下安装tensorflow-GPU(用于机器学习）和cupy（numpy的GPU加速版本）

　　　　4.1 首先激活虚拟环境：

　　　　　　　　　conda activate env_gpu

　　　　　　　　　（整个第4步的cmd都别关掉，用同一个，假如手滑关了，就要再激活一次虚拟环境）

　　　　

 

　　　　可以看到前面有个括号表明所在的环境

 　　

　　　　　　

　　　　　4.2.安装tensorflow-gpu和cupy

　　　　　　　　　　　　conda install tensorflow-gpu=2.0.0

　　　　　　　　　　　　conda install cupy

　　　　　　　　　　　　（一行一行来）

 

 

 

　　　　　　　　　　可以看到anaconda会自动安装匹配版本的cuda和cudnn，不用去英伟达官网下载了，也避免了操心版本问题。

　　　　　　4.3 安装spyder, jupyter notebook

　　　　　　　　　　因为我们在第三步创建了一个独立的虚拟环境，和原来base环境里的spyder和jupyter notebook是不通用的，所以在这个环境下手动安装一个就行:

　　　　　　　　　　conda install spyder

　　　　　　　　　　conda install jupyter

 

　　　　　　　　　　安装完以后可以在开始菜单搜索spyder，（anaconda）结尾的是base环境下的spyder, （env_gpu）结尾的是这个环境下的spyder。

 

5.测试一下吧 

　　　　5.1 打开spyder(env_gpu)

　　　　5.2 键入一些测试的code

 

　　　　5.3 cupy也导入测试下

　

 

 

 　　　　都没有报错，大功告成！

 

 

 

 

标签：windows10,tensorflow2.0,cudnn,虚拟环境,conda,env,anaconda,gpu,tensorflow
来源： https://www.cnblogs.com/xxxms/p/11826388.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。