深度学习环境配置

1.Anaconda3

1.下载anaconda3并安装：

• 官网：https://www.anaconda.com/
• 第三方：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

2.更换conda源：

1. 打开anaconda prompt
2. 输入：

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

3. 显示conda源：

   conda config --show-sources
   

 2.搭建虚拟环境

• 法一：

  conda create -n tf27 python=3.9

• 法二：
  1. 打开anaconda navigator
  2. 切换到environments，点击create进行相关配置

 3.安装cuda和cudnn

1. 查看版本匹配关系：https://tensorflow.google.cn/install/source_windows?hl=en#gpu
2. 对照本机查看匹配版本：
3. 安装cuda：

   conda install cudatoolkit=11.2
   

4. 安装cudnn：

   conda install cudnn=8.1
   

 4.安装Tensorflow2.7

   CUDA和cuDNN是使用conda命令下载，Tensorflow是通过pip下载。

• GPU：

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.7.0 
  

• 无GPU：

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.7.0 
  

• 若遇到信任问题可添加参数：

  pip install tensorflow-gpu==2.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn
  

• 测试：
  1. 输入python
  2. 输入：

     import tensorflow as tf
     tf.__version__
     tf.config.list_physical_devices('GPU')
     

 5.安装pycharm

1. 安装pycharm
2. 配置已有环境