深度学习教程1——构建自己的环境

1.终端窗口输入命令：conda create -n xxx python=xxx 创建虚拟环境

2.出现Proceed询问时，键入y，回车。成功创建虚拟环境segnet。命令：conda activate segnet 即可进入虚拟环境segnet。退出命令： conda deactivate。

3.现在要装第三方库。在这里拿tensorflow-gpu==1.13.1和keras = = 2.1.5例子。

命令： -i https://pypi.tuna.tsinghua.edu.cn/simple    为国内的下载源，作用是能下载资源的时候快一点。
 

 

4.现在是要安装CUDA了。自己去查tensorflow-gpu==1.13.1 应该匹配什么版本的cuda。

安装有两种方法：

1.去官网下载。装在base 里面

2.直接装在虚拟环境里面（推荐）

（1）去官网下载。装在base 里面

这里选择了linux系统下，64位，Ubuntu系统（你是什么系统就选什么）版本可以在服务器上键入命令查询。

例如：

点击Download(2.0GB)下载到本地，之后上传到服务器。或者直接wget -c 方式下载也是可以的。

同理。去下载cudnn。然后解压，安装。

这里提供一个简单易懂的博文，自行学习。https://blog.csdn.net/hizengbiao/article/details/88625044

欢迎提问，每周三晚上10点上线答疑。

（2）装在虚拟环境里面

还有一种装cuda 比较方便的方式，不是本地安装。就和装第三方库一样。首先，你还需要进入你建立的虚拟环境里面 conda activate segnet .

之后开始安装cuda 和cudnn 

conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

conda install cudnn=7.6.4 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/