conda 搭建tensorflow-GPU和pycharm软件环境配置

1.Anaconda 下载安装

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

1.1 安装，直接点击Next就好了。

1.2点击 I Agree

1.3 选择All Users， 点击Next

1.4修改安装环境（后续创建的虚拟环境在这个路径下）

1.5 建议全选

（有些系统安装的时候会有添加Path选项，一定要勾选，没有就只能自己去环境变量里添加了）

1.6 点击Next

1.7 点击Finish

1.9  如果在1.5 里没有path选项，则需要到环境变量里，将这5个路径添加到Path中，添加后终端就可以使用conda命令了。

2.0 在终端中输入 conda -V，出现版本号就安装完成了。

2.1 在windows 命令终端，输入 conda create -n tensorflow-gpu python=3.9，其中tensorflow为需要创建虚拟环境的环境名，该命令为创建一个Python版本为3.9、环境名为tensorflow-gpu 的虚拟环境

2.2  conda env list 查看已创建的虚拟环境，环境名称后面是环境所在的路径

2.3 安装gpu版本TensorFlow

1.首先查看自己需要安装的tensorflow版本对应的cuda以及cudnn 版本https://tensorflow.google.cn/install/source_windows?hl=en#gpu

2.显卡驱动和cuda以及cudnn，参考以下博客安装

深度学习NVIDIA显卡配置：nvidia552.22+cuda11.2.2+cudnn11.2安装记录（实测有效）-CSDN博客

3.使用conda activate tensorflow-gpu激活虚拟环境后，在虚拟环境里使用pip命令安装TensorFlow-gpu，输入pip install tensorflow-gpu==2.10.0

4.等待安装完成

出现Successfully时，安装完成了。

3.0 Pycharm安装以及环境配置

3.1 右击，以管理员身份运行

3.2 点击Next

3.3 选择安装路径，然后Next

3.4 根据需要勾选，建议添加到PATH，点击Next

3.5 点击Install

3.6 等待安装完成

3.7 点击Finish

3.8 打开PyCharm新建工程

Location：选择工程存放位置

Python Interpreter：选择Previously configured interpreter——>Add Interpreter

3.9 选择Existing，在Anacanda安装路径下找到tensorFlow-gpu虚拟环境路径，在里面选择pythonw.exe，然后选择OK

4.0 可以看到，选择的解析器为tensorFlow-gpu虚拟环境下的解释器，点击create

4.1接下来创建一个python文件

4.2写一个简单的模型训练Demo，右击运行，就能看到模型训练结果了。

到这里，环境就配置完成了！