神经网络开发环境配置主要涵盖anaconda、tensorflow-GPU和pytorch-gpu的安装配置:
**anaconda的安装配置
1. 创建虚拟环境
默认文件夹创建:
conda create -name python36 python=3.6
制定文件夹创建:
conda create --prefix=E:\anaconda\envs\python36 python=3.6
由于虚拟环境与物理环境存在诸多联系,现将虚拟环境和物理环境分开,配置虚拟环境中软件下载包的存储位置和默认安装路劲,配置文件位置:
E:\anaconda\envs\python36\Lib目录下的site.py文件
下载软件包的默认存储位置:
USER_SITE = “E:\anaconda\envs\python36\Lib\site-packages”
默认安装路劲:
USER_BASE = “E:\anaconda\envs\python36\Scripts”
:
2. 激活环境.
activate python36
deactivate
3. 镜像源国内配置方法
文件配置:
C:\Users\Administrator中的.condarc文件
复制使用:
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
ssl_verify: false
示例中的镜像源是中科院的,也可以配置清华源和阿里源,参照修改即可!
命令配置:
复制使用
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/
添加新数据源之后,需要清空原来的缓存:
conda clean -p
conda clean -a
4. 虚拟环境中安装指定版本的tensorflow-GPU
pip install tensorflow-gpu=1.4(在线安装)
pip install tensorflow_gpu-1.4.0-cp36-cp36m-win_amd64.whl(离线安装)
离线安装tensorflow-gpu国内下载地址:https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/
离线安装tensorflow国内下载地址:https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/
5. 虚拟环境中配置CUDA
tensorflow-gpu=1.4对应的CUDA和cudnn版本分别是8.0和6,其他版本tensorflow对应的CUDA可查询网站或命令:
https://blog.csdn.net/Zinnir/article/details/122766636
conda search cuda --info
conda install cudatoolkit=8.0 # 指定版本
6. 虚拟环境中配置cudnn
查询CUDA对应版本的cudnn版本指令:
conda search cudnn --info
conda install cudnn=6 # 指定版本