anaconda配置tensorflow-gpu环境并在jupyter notebook使用(两种方法:命令行/anaconda内)

本文介绍了如何在Anaconda环境下通过命令行或Anaconda Navigator创建tensorflow-gpu虚拟环境,详细步骤包括环境创建、库安装、CUDA和cudnn配置,以及在Jupyter Notebook中使用新环境进行测试。
摘要由CSDN通过智能技术生成

本文是有关anaconda配置tensorflow-gpu环境,将通过命令行和anaconda内两种方式,读者可自行选择,let’s go!
以下目录1、2两章内容相同,方式不同,择其一即可。

一、anaconda内创建tensorflow虚拟环境

1.创建环境:打开anaconda,选择左侧environments,点击该页面左下create(见下图)
在这里插入图片描述

在这里插入图片描述
2.在创建页面:输入name:tensorflow_gpu(可自行拟定 但一定要自己能看懂),选择python版本,根据需求选择并确定。
在这里插入图片描述
成功会显示如下图
在这里插入图片描述
3.安装相关的python第三方库:点击tensorflow_gpu(下图绿色三角键,选择 open terminal
命令行输入:

`pip install numpy matplotlib Pillow scikit-learn pandas -i https://pypi.tuna.tsinghua.edu.cn/simple`

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ang_go

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值