标签：Anaconda 虚拟环境 cuda 版本 TensorFlow GPU 安装 CPU

        在经历了多次的实践（折磨）后，总结了以下自认为比较好用的TensorFlow安装方式，如有更好用、简便的方式，或者安装过程仍出现了问题，欢迎进行反馈以便改进。

        CPU、GPU版本的安装步骤刚开始一致，待到不一致处会进行提醒。

安装步骤：

一、安装Anaconda

        首先去Anaconda的官网（Anaconda | The World's Most Popular Data Science Platform），下载Anaconda。（不建议只下载miniconda，因为Anaconda可以直接查看虚拟环境并下载相关的资源，比miniconda更直观、好控制）

1.选中Individual Edition

 2.根据自己电脑的系统选择相应的版本（本电脑是Windows系统，Anacondada的版本不做要求）

3.进行安装即可

二、打开Anaconda Navigator，创建一个新的环境

        先去TensorFlow官网查看TensorFlow各版本与python版本的对应关系（https://www.tensorflow.org/install/source#common_installation_problems），进行相应虚拟环境的创建。（如果TensorFlow官网打不开，可以去直接搜索，但目前似乎搜索到的大部分都是TensorFlow2.0版本之前的对应关系）

三、打开Anaconda Prompt

在命令行输入 conda info -e 查看所有的虚拟环境，*号标注的是当前的虚拟环境，输入 activate （自定义的准备安装TensorFlow的虚拟环境名），激活虚拟环境。 

CPU版本安装

        在命令行输入 conda install tensorflow=版本号 即可安装CPU版本。（使用pip安装也许，不过需要输入 pip install tensorflow==版本号 ）

GPU版本安装

        在命令行输入 conda install tensorflow-gpu=版本号 即可安装GPU版本。（使用pip安装同理）

        如果安装过程太慢，可以更换镜像源进行安装。

        安装好后，根据TensorFlow官网上的TensorFlow版本与CUDA、CUDNN版本的对应关系，下载并配置合适的CUDA、CUDNN。

        CUDA、CUDNN的配置在这篇博客中写的十分详细：
cuda安装教程+cudnn安装教程_sinat_23619409的博客-CSDN博客_cuda安装cuda9.0+cudnn7.0安装教程 1、下载cuda9.0下载链接：https://developer.nvidia.com/cuda-toolkit-archive 2、安装cuda安装cuda时，第一次会让设置临时解压目录，第二次会让设置安装目录；临时解压路径，建议默认即可，也可以自定义。安装结束后，临时解压文件夹会自动删除；安装目录，建议默认...https://blog.csdn.net/sinat_23619409/article/details/84202651?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164039929816780366573535%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164039929816780366573535&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-84202651.pc_search_result_cache&utm_term=cuda%E5%AE%89%E8%A3%85%E6%95%99%E7%A8%8B&spm=1018.2226.3001.4187

GPU版本只有NVIDIA显卡可以使用，条件允许的话建议还是用GPU版本，确实可以加速很多，节省时间。

希望大家都能顺利安装、配置TensorFlow，开启愉快有趣的深度学习之旅。

参考链接：

cuda安装教程+cudnn安装教程_sinat_23619409的博客-CSDN博客_cuda安装

标签：Anaconda,虚拟环境,cuda,版本,TensorFlow,GPU,安装,CPU
来源： https://blog.csdn.net/qq_53457019/article/details/122138485

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。