conda中装tenserflowgpu环境
创建虚拟环境目的
- 满足存在多个项目需要不同运行环境的情况
- 便于管理大量环境
- 防止出现冲突和不兼容的情况
过程记录
强调
注意cuda,cudnn,tensorflow三者的版本需要相对应
可参考 https://tensorflow.google.cn/install/source_windows?hl=en#gpu
查看所有环境
conda env list
检查更新当前conda
conda update conda
创建虚拟环境
conda create -n tf1.8 python=3.6
激活虚拟环境
conda activate tf1.8
安装cuda和cudnn(若无英伟达显卡则无须安装)
conda install cudatoolkit=9.0 cudnn=7.6.4
安装gpu版TensorFlow(若无英伟达显卡则去掉命令中的-gpu)
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.8.0
安装低版本numpy,否则import会报错
pip install numpy==1.14.5
检验是否安装成功:
python
>>> import tensorflow as tf
>>> tf.__version__
'1.8.0'
>>> tf.test.is_gpu_available()
True
pip install tensorflow-cpu -i https://pypi.douban.com/simple
Looking in indexes: https://pypi.douban.com/simple
切换环境
activate learn
退出虚拟环境
deactivate env_name
删除环境
conda remove -n your_env_name(虚拟环境名称) --all
删除虚拟环境中的包
conda remove --name $your_env_name $package_name(包名)