【环境搭建】Win10系统下卸载并重新安装Anaconda3，安装tensorflow2.8.0（CPU及GPU版），CUDA及cudnn的配置

目录

 一、卸载并重新安装Anaconda3

卸载：

安装：

编辑系统变量中的path

二、安装TENSORFLOW （CPU）

 在cmd中操作

三、TensorFlow （升级GPU支持）

keras:

​编辑

 四、一些其他常用命令：

反复安装卸载了两三次，终于安完了，总结一下：

系统版本：windows10 64位

python3.9.7 , cuda11.6 , cudnn8.4.0  , Anaconda4.10.3，显卡：GTX1660ti,

 一、卸载并重新安装Anaconda3

卸载：

 1、在anaconda prompt中：conda install anaconda-clean

 2、再输入：anaconda-clean --yes

 3、运行之前安装anaconda3的目录下的Uninstall-Anaconda3.exe进行卸载

安装：

去官网下安装包，一路next , 图上这一步不要勾选添加环境变量，自己设置环境变量

编辑系统变量中的path

在系统变量中的path中添加你安装anaconda时的这几个文件路径

 

• 最后可以使用Win+R调出cmd

输入conda -V，可以看到Anaconda的版本号，即为Anaconda安装成功！ 

•  打开conda终端

输入activate激活环境

输入python查看python版本

输入conda

无误即安装成功！！！

二、安装TENSORFLOW （CPU）

•  在cmd中操作

1 查看目前已经存在的环境 

conda info --envs

 2 Anaconda Prompt终端，输入清华仓库镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

 3 修改pip的配置文件，在 C:\Users\×××目录中创建名为pip的文件夹（×××为用户名），然后在里面创建名为 pip.ini 的文件，最后在该文件中添加以下内容，保存

[global]
index-url=https://pypi.tuna.tsinghua.edu.cn/simple
timeout = 6000
[install]
trusted-host=pypi.tuna.tsinghua.edu.cn
disable-pip-version-check = true

 4 在anaconda prompt中建立新环境：

conda create -n tensorflow39 python=3.9.7

tensorflow39是你设置的环境名字，可以自己起一个；python的版本可以自己指定

5、激活创建的环境：activate tensorflow39

6、安装tensorflow：pip install tensorflow

•  安装tensorflow时，若下载比较慢，选用清华镜像的包命令，这是一个临时路径，也可以指定安装的版本号。
• pip install tensorflow-cpu==2.2.0  https://pypi.mirrors.ustc.edu.cn/simple  （可以自己指定版本）

显示以下代码则安装成功

  

7、检验是否成功安装：

在Anaconda3-Anaconda Prompt终端依次输入代码

activate tensorflow39
python
import tensorflow as tf
tf.__version__
tf.__path__

运行结果如下图， 则安装成功

•  关闭tensorflow环境，命令为：deactivate 虚拟环境名

三、TensorFlow （升级GPU支持）

 总结一下：要下载相对应的CUDA和cudnn版本

看这里，这位博主总结的非常全面

import tensorflow as tf

print('GPU',tf.test.is_gpu_available())

显示True则Gpu安装完毕

•  如果出现报错：Tensorflow: Cannot dlopen some GPU libraries. Skipping registering GPU devices  请看这里的解决方法，虽然我没用上，之前也有这个问题，但莫名其妙消失了

keras:

激活tensorflow环境（你之前创建的）:activate tensorflow39

进入python:python

输入：

>>> import keras
>>> print(keras.__version__)

可以看见keras已经存在了

 四、一些其他常用命令：

激活环境

conda activate

查看python版本

python -V  #注意V是大写

查看 Anaconda版本

conda -V

创建python新版本

conda create --name python36 python=3.6

激活python新版本

activate python36

下载新版本python相关包

conda create -n py36python=3.6 anaconda 

激活&退出

activate 环境名   #激活环境
deactivate       #退出环境

如果想要删除一个已有的环境： 

conda remove -n  name(你环境名字)

查看python版本

python -V

退出python

exit（）

配置新环境 

conda create -n 环境的名字 python=版本号

 查看安装的包

conda list

安装包

pip install 包名

删除包

conda remove --name 环境名 包名

 更新包

pip install --upgrade 包名

查看可安装的tensorflow版本：

conda search --full -name tensorflow（新版本没有name:conda search --full tensorflow）

查看tensorflow包信息及依赖关系

conda  info  tensorflow

• 储存一下清华镜像源备用 

  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/
  conda config --set show_channel_urls yes	   
  
  

可参考1     可参考2