虚拟环境安装gpu版Tensorflow、Pytorch

1. 创建制定python版本的环境
在anaconda新建虚拟环境,python版本选3.6（安装1.x版本Tensorflow-gpu）

conda create --name your_env_name python=2.7
conda create --name your_env_name python=3
conda create --name your_env_name python=3.5

2. 切换源
查看源：conda config --show-sources

清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

设置搜索时显示通道地址：

conda config --set show_channel_urls yes

3. torch/tensorflow安装
（1）torch和cuda版本对应
https://pytorch.org/get-started/previous-versions/

（2）tensorflow安装
tensorflow版本对应查询：
https://tensorflow.google.cn/install/source_windows#install_gpu_support_optional
进入新建环境安装cudnn和cudatoolkit(换成清华源,Ubuntu去换成linux-64应该就可以
conda install cudnn=7.3.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda install cudatoolkit=9.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

安装指定版本tensorflow,如果速度慢网上查换成豆瓣源或清华源

pip install tensorflow-gpu==1.12
pip install tensorflow==1.2.0 -i https://pypi.douban.com/simple

4.安装完输入conda list查询是否安装对应版本,去网上找测试ensorflow-gpu代码测试即可.

- https://mirrors.ustc.edu.cn/anaconda/cloud/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ 
  - https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

  - https://mirrors.ustc.edu.cn/anaconda/cloud/peterjc123/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/r/