win10下 anaconda安装tensorflow,pycharm环境配置(gpu版)

1、官网下载python3.6+(我的版本python-3.6.2-amd64.exe)----网址、官网下载anaconda4.4.0+(我的Anaconda3-4.4.0-Windows-x86_64 (1).exe)----网址

     下载CDUN8.0,百度云密码:n9m1 、下载cudnn-8.0(win10版本) 百度云密码:tyev

2、安装python3.6.2,安装教程 ,一定要严格按照教程安装,别忘记在add path(添加环境变量)上打勾

3、安装anaconda,安装教程 ,注意,有个地方也要打勾



4、安装好anaconda后,打开‘开始‘菜单栏找到anaconda文件夹


方法一:(优先方法)打开anaconda prompt在Anaconda Prompt中利用Anaconda的conda命令创建一个python3.5的环境,环境名称为tensorflow ,输入下面命令:conda create -n tensorflow python=3.5

方法二:(因为要从国外官网下载网速不好的话用方法2)打开Anaconda Prompt,输入清华仓库镜像,这样更新会快一些,输入以下命令每次

粘贴一行,然后回车:


conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set showfu'zh_channel_urls yes
conda create -n tensorflow python=3.5

(但是尽量不要用方法二,因为后期如果要添加包,会下载不下来,比较麻烦,如下载tensorflow中没有的模块(matplotlib) )
按照方法一或方法二安装完成中会有提示,是否下载文件,输入Y回车即可,
等待环境安装完成后会有提示if you want use tensorflow,please use the code: activate tesnorflow
然后我们输入此命令激活tesnsorflow环境:


activate tensorflow



回车后,结果如下所示:

回车后,结果如下所示:


5、接下来安装tensorflow

在上图anaconda prompt窗口上继续输入命令

[python]  view plain  copy
  1. pip install --upgrade tensorflow-gpu  

等待下载安装即可,安装完会有sucsessfully installed tesnorflow1-4.0等等的英文

此时可以关闭anaconda prompt终端窗口。


6、安装cuDNN

所谓的cudnn其实就是添加环境变量

步骤:将第1步下载下来的cudnn-8.0(win10版本)解压,将里面的cuda文件夹复制到c盘根目录


然后打开 此电脑—空白处右键“属性”—高级系统变量


然后点击环境变量设置,在系统变量中双击path


然后将路径:C:\cuda\bin添加进系统变量里,点击确定



7、安装CUDA8.0

CUDA8.0其实就是安装显卡驱动

必须是这个版本的显卡驱动,否则用其他版本或最新版本的显卡驱动可能不会成功安装tensorflow

在电脑桌面上右键查看是否已安装英伟达驱动:NVIDIA控制面板

如果已安装,控制面板卸载驱动,卸载完后系统重启一下,安装第1步下载下来的CDUN8.0里的驱动


选择自定义安装,依次点击继续完成安装,再重启系统


8、重启后打开anaconda ,Environments——tensorflow——ipython

输入命令:

[python]  view plain  copy
  1. import tensorflow  

如下图所示:表示安装成功



9、pycharm tensorflow环境设置

打开pycharm,新建一个项目,新建一个python文件

点击,文件——设置——project interpreter

如下图:


点击齿轮,点击add local


在红框里输入路径C:\Users\Administrator\Anaconda3\envs\tensorflow\python.exe点击确定,也可以从目录中找到


至此全部安装工作完成啦 ^ _^ 



  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
使用Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一个相对简单的过程,我将分享我的经验。 首先,你需要确保已经在计算机上安装Anaconda3和PyCharm。然后,你可以按照以下步骤进行配置: 1. 打开Anaconda Navigator,并创建一个新的虚拟环境。你可以选择Python 3.7本,并命名环境为"tensorflow-gpu"。 2. 激活新环境后,在终端或命令提示符下输入以下命令来安装TensorFlow-GPU 2.4.0: ``` conda install tensorflow-gpu=2.4.0 ``` 3. 安装完成后,你可以通过以下命令验证TensorFlow-GPU是否正确安装: ``` python -c "import tensorflow as tf; print(tf.__version__)" ``` 如果输出显示为2.4.0,则说明TensorFlow-GPU已经成功安装。 4. 接下来,在PyCharm中打开一个新的项目。在项目设置中,选择已创建的虚拟环境"tensorflow-gpu"作为项目的Python解释器。 5. 在PyCharm的终端中,使用以下命令来安装GPU本的TensorFlow依赖项: ``` pip install tensorflow-gpu==2.4.0 ``` 6. 安装完成后,你可以编写和运行使用TensorFlow-GPU的代码了。 在配置过程中,可能会遇到一些问题。例如,TensorFlow-GPU要求计算机上安装了适当的显卡驱动程序,并且CUDA和cuDNN本与TensorFlow-GPU的要求相匹配。此外,如果你在安装过程中遇到任何问题,可以尝试升级或降级AnacondaPyCharm和TensorFlow-GPU本,以找到兼容的组合。 总之,通过Anaconda3和PyCharm配置TensorFlow-GPU 2.4.0深度学习环境是一项相对简单的任务。如果按照上述步骤操作,你应该能够成功地设置和使用TensorFlow-GPU来进行深度学习任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值