anaconda 安装tensorflow_在anaconda下安装tensorflow-gpu（CUDA Toolkit、CUDNN）

最新推荐文章于 2024-05-24 00:29:09 发布

weixin_39622289

最新推荐文章于 2024-05-24 00:29:09 发布

阅读量833

点赞数

文章标签： anaconda 安装tensorflow anaconda安装tensorflow anaconda对应python版本 anaconda新建环境 anaconda最新版 anaconda最新版本

一、前言

安装时，很多人的习惯的是接近硬体的开始安装，顺序会是GPU driver→CUDA Toolkit→cuDNN→Python→Tensorflow。个人觉得这种安装方法不是很好，原因有以下，首先是这种安装比较麻烦，需要我们自己去选择相对应的cuDNN和CUDA Toolkit，其次是这种安装方式不利于我们多环境下的开发（比如我们在anaconda下有多种环境需要安装不同的tensorflow-gpu版本）。我们把这种统一安装1组CUDA toolkit与1组CUDNN的版本，根据这样的组合再去安装Tensorflow的安装称为"全域式"的安装；但是我们这里使用Anaconda为基础进行安装。Anaconda带来的好处是可以建立不同的环境，安装不同版本的Tensorflow与相容的合的CUDA Toolkit、CUDNN，这种"区域式"的安装可以因应与不同团队合作下使用不同python, Tensorflow版本的需求。

本文章转自本人博客。https://blog.csdn.net/Fhujinwu

二、本机设备配置

1.系统：Windows10 家庭版

2.GPU：NVDIA GeForce GTX 960M

3.python版本：3.6（本人anaconda的python版本）

三、安装步骤

（一）查看电脑GPU并安装驱动

1、安装tensorflow-GPU的前提是你的电脑具有英伟达的GPU，否则你就不用进行以下操作了，这个是前提，那我们怎么知道自己电脑有没有GPU呢。具体操作步骤：鼠标右击此电脑→单击属性→单击设备管理→点击展开显示设备器查看是否有GPU。

2、接着我们就需要请至Nvidia官网查看你的GPU性能，因为tensorflow-gpu对CUDA的计算力是有个最低要求的。进入官网后，可以根据自己的GPU信号进行查看。如图所示：

Tensorflow-gpu < 2.0, CUDA compute Capability 3.0
Tensorflow-gpu >=2.0, CUDA compute Capability 3.5

3、查看合适的GPU驱动。首先我们电脑基本是安装了GPU驱动的（可能有些新电脑呢没有安装），不管有没有安装啦，我们先看看要装什么版本的GPU的驱动合适，最新的？不一定，贪心（新）可没好事，懂得都懂好吧。首先我们先看看tensorflow-gpu对CUDA Toolkit、CUDNN的版本要求。如图所示：

tensorflow-gpu与CUDA Toolkit的对应关系：https://tensorflow.google.cn/install/source_windows

CUDA Toolkit与GPU驱动的对应关系：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

4、下载按照驱动。然后我们根据需求到网站进行下载最新驱动，或者到网站查找旧版本的驱动，然后进行安装。

（二）下载安装Anaconda

1、查看tensorflow-GPU与python版本的对应关系，（个人建议使用python3.6或者python3.7）

2、请到官网根据自己的系统下载安装anaconda。

3、如果你们不想使用那么高版本的python的话，这里有两种方法，一种是去清华镜像等地方下载旧版本的Anaconda，第二种方法就是先安装最新版的Anaconda，然后再安装我之前发表过的博客进行降低python版本的操作。不同版本anaconda对应的python版本可以参照博客。

4、安装步骤就是正常软件的安装，不过有个需要注意的就是安装时建议选择将anaconda加入环境变数，若不选择，在命令提示字元中无法直接使用conda指令，需开启anaconda prompt中才能执行conda相关指令。

（三）在anaconda下新建一个环境

1、打开Anaconda navigator

2、新建一个python虚拟环境（时间可以比较长）

3、打开该环境下的Terminat窗口。

4、由于我们在国内，所以直接pip和anaconda的话速度是比较慢的，所以我们安装包的时候一般都要添加下国内的镜像，我这里添加和使用的都是清华的镜像。方法如下：

conda源更改：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ （回车）

conda config --set show_channel_urls yes（回车）

pip源的话：

pip 后加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple
例：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

5、安装tensorflow-gpu 2.1版本

conda install tensorflow-gpu=2.1

6、点击y，会自动安装匹配的CUDA Toolkit、CUDNN

7、验证是否安装成功，如果出现gpu的相关内容，则成功。

import tensorflow as tf

tf.compat.v1.disable_eager_execution() sess = tf.compat.v1.Session()

四、下载pycharm并配置anaconda环境

（一）下载pycharm

pycharm直接官网下载社区版即可，安装过程中没有特别要注意的。

（二）配置anaconda环境

配置anaconda环境可以参考我之前写过的博客：https://blog.csdn.net/Fhujinwu/article/details/85785859