使用anaconda配置tensorflow1.13.2环境

前言

有相关需求，为了便于后期维护，所以总结了一下。

过程

1.去官网下载anaconda

安装网站：https://www.anaconda.com/products/individual#Downloads

相关安装教程：anaconda安装教程

下载什么版本的python无所谓，反正最后项目工程下的虚拟环境都要创建一个新的python环境。

2.CUDA选择

判断电脑配置来分析是否使用GPU跑tensorflow，如果打算用CPU的话则跳过这一步。

不同的CUDA驱动版本对不同的tensorflow版本有着不同的优化，因此存在tensorflow版本与cuda版本配适的问题，tensorflow1.13.2需要对应CUDA10.0的版本。
cuda下载，自行选择10.0的版本下载

然后解压缩cudnn，得到cuda文件夹，打开cuda文件夹，复制里面的全部，然后粘贴到这个位置（覆盖替换原来的）：

3.创建新项目

打开anaconda prompt

输入命令conda create -n myproject pip python=3.7

下图为创建成功后的结果

更详细的anaconda指令介绍

4.激活项目虚拟环境

输入命令：conda activate myproject,如下图

事实上，anaconda系统目录下有一个base编译环境

但是它最方便的是在它的envs内部存在着项目专属环境，这样项目环境就可以很好的与系统编译环境隔离，这一点在项目开发中显得格外重要

所以接下来，我们只需要把相关的包导入到这个项目内部就可以了

5.导包

一个个导包吧…
注意，如果不用gpu,则tensorflow的包名为’tensorflow==1.13.2’

pip install tensorflow-gpu==1.13.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install numpy==1.19.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install librosa==0.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install tqdm==4.32.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install opencv-contrib-python==4.5.1.48 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install openpyxl==2.6.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install matplotlib==3.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple/

6.打开相关项目文档

在激活了项目之后，输入命令:cd 项目路径
再输入:ipython notebook或者jupyter notebook打开jupyter

over over~