Anaconda创建环境:conda create -n chip-tf2.1(环境名) python=3.6(指定的python版本)
删除环境:conda remove -n chip-tf2.1 --all
进入环境:
conda activate chip-tf2.1(Windows、Linux环境适用)
source /usr/local/anaconda/install/etc/profile.d/conda.sh #无法进入环境就先运行此命令
或者直接用
source activate chip-tf2.1(仅Linux适用)
退出环境:conda deactivate(Windows、Linux环境适用)
查看gpu:nvidia-smi
查看cpu:
top #动态显示运行中的进程并且排序。退出 top 可以直接输入 q
htop #人性化的查看进程,需要安装htop
安装tensorflow(虚拟真实环境均可):
#gpu版
pip --default-timeout=100 install -U tensorflow-gpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip --default-timeout=100 install -U tensorflow-gpu==2.1.0 -i https://mirrors.aliyun.com/pypi/simple/ #阿里云
#cpu版
pip --default-timeout=100 install -U tensorflow==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
#“-U”参数指定如果已安装此包,则进行升级命令
#cpu版,阿里云下载地址
pip --default-timeout=100 install tensorflow==2.3.1 -i https://mirrors.aliyun.com/pypi/simple/
在conda虚拟环境中安装CUDA(Linux版):
conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
在conda虚拟环境中安装cudnn(Linux版):
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
提示:具体的CUDN和cudnn版本可以根据自己的情况进行配置。