Anaconda中创建虚拟环境及装tenserflowgpu环境

创建虚拟环境目的

1. 满足存在多个项目需要不同运行环境的情况
2. 便于管理大量环境
3. 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）