anaconda安装keras_TensorFlow/Keras/Pytorch 安装步骤总结

注：本文主要对GPU版本的TensorFlow和Pytorch安装步骤进行总结。

在WIN10系统中使用Anaconda的方式进行安装，安装步骤大致如下：

1、安装显卡驱动后，安装CUDA和cuDNN。这里要注意CUDA和cuDNN的版本要对应，并且还要与如下安装的Tensorflow/Pytorch版本对应，可百度查询对应的版本。安装完毕后，还需要将CUDA和cuDNN添加到path环境变量中。

可在CMD中使用nvcc -V验证所安装的CUDA版本：

windows系统查看cuDNN版本我使用的方法是切换到路径C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0include中，找到cudnn.h文件，然后找到下图代码，即验证了所安装的cuDNN版本为7.3.0。

2、安装Anaconda，要将Anaconda的路径添加到计算机的环境变量中（百度具体操作），主要是为了方便以后在CMD中方便调用conda。

3、安装完毕后，在conda中创建新的虚拟环境（如下tensorflow只是这个环境的名称）：

conda 

4、在CMD中激活环境，并在该环境中安装环境包：

activate tensorflow
conda install tensorflow-gpu

安装完TensorFlow后，如果还需要安装Keras，在tensorflow虚拟环境中直接使用如下命令即可：

pip install keras

安装pytorch可登陆pytorch官网，选择电脑的环境配置，然后运行相应的安装代码即可：

对于ubuntu下不同版本Pytorch的安装还可以参照如下总结：

认真学习的陆同学：Ubuntu 16.04——问题总结​zhuanlan.zhihu.com

5、等待安装完毕后，在CMD中激活环境然后进入python，import安装的tensorflow/pytorch，验证安装是否成功：

6、安装完上述环境以后，可配合Pycharm使用。Pycharm中的编译器选择安装路径下的python.exe即可。

对于Ubuntu系统下的安装流程大致同上：装显卡驱动-装CUDA和cuDNN-创建虚拟环境-安装框架包-配置Pycharm，这里不再赘述。我常用的两台设备环境设定如下，供参考：