STM32部署神经网络笔记(1)安装Cuda和Anaconda

---

安装cuda

cuda是运行tenserfrow_gpu的必要组件，但是仅仅在安装tenserflow之后，运行tenserflow会报错，具体内容大概是找不到一个gpu。安装cuda有两个好处，一是可以解决上述bug，二是为之后使用tenserflow_gpu铺平道路。

cuda版本是对应于电脑的GPU的，我现在的电脑是MX150的显卡，所以我选装了cuda10.0，直接去nvidia官网下载即可，在安装过程中，可以按需取消安装一些无用ide和编辑器，cuda整体还是很占硬盘空间的。

安装完后，需要在cmd中输入命令nvcc -V，会跳出自己当前电脑所装的cuda版本。

具体可参考：
https://blog.csdn.net/sinat_23619409/article/details/84202651?utm_source=app&app_version=4.5.3

安装Anaconda

Anaconda是一个虚拟环境，可以把它理解成是一个安装了python环境的沙盒，你可以在这个沙盒环境中管理自己所装的python环境，也可以在沙盒中新建、命名、注销新的python环境。
对于python新手，Anaconda是一个很好的入门python的工具。因为python的版本支持不同的软件版本，如果只用本机大环境，不容易在各python版本环境之间切换。

Anaconda版本与其原生自带的python版本是相关。因为我需要python3.6的环境，所以我下载了Anaconda3 5.2.0，其自带的python版本为3.6.5。具体的下载地址和版本对应可以看下面的优质博客
《anaconda python 版本对应关系》https://blog.csdn.net/yuejisuo1948/article/details/81043823?utm_source=app&app_version=4.5.3

Anaconda的安装比较简单，选择好路径前记住要选择将anaconda中的python作为系统默认python环境。具体可参考
《Anaconda的安装教程》https://blog.csdn.net/weixin_50888378/article/details/109022585?utm_source=app&app_version=4.5.3

安装完Anaconda之后，我们可以在cmd中输入conda list来查看当前conda环境中所装的所有环境包。