一、conda命令
1. onda env list 或 conda info -e 查看当前存在哪些虚拟环境
2. conda create --name tf36gpu python=3.6 anaconda
3. conda remove -n your_env_name(虚拟环境名称) --all 删除虚拟环境
4. activate your_env_name
5. deactivate 关闭虚拟环境
6. conda remove -n your_env_name(虚拟环境名称) --all 删除虚拟环境
7. conda remove --name your_env_name package_name 删除环境中的某个包
![bd825ce2a03bdf7d91a35a2bea42a585.png](https://i-blog.csdnimg.cn/blog_migrate/5d6ea6c2de5f0b043cd1492919a43c41.jpeg)
二、创建环境及安装notebook插件
(安装基本的anconda版本,用的3.5.2)
1. 建立虚拟环境:conda create --name tf36gpu python=3.6 anaconda
2. 激活虚拟环境:activate tf36gpu
3. 开始菜单运行anaconda navigator检查是否安装了notebook(默认有安装)
![c20908b8d2eb5453917ac668d259d219.png](https://i-blog.csdnimg.cn/blog_migrate/98e02efb3d7db235f3406aeaed429348.jpeg)
三、安装tensorflow/keras
在激活的环境中安装:
1. 如果机器上有gpu,则安装gpu版本,没有GPU就安装cpu版。版本问题,现在TensorFlow到了最新的2.0.0版本,但是很多函数不兼容1.**版本。因此利用1.14版本,最新是1.15后面几没有版本了。
2. 安装tensorflow:pip install tensorflow-gpu==1.14
3. 安装keras:pip install keras,默认安装的是最新的版本,2.3.0
遇到以下 问题如:
ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
办法1:输入 pip install -U --ignore-installed wrapt enum34 simplejson netaddr
参考:https://www.cnblogs.com/xiaowei2092/p/11025155.html
![f7daa27c5f96ed60cac5d04cb09ee5b4.png](https://i-blog.csdnimg.cn/blog_migrate/2f838e1bcd1fa1739d07e52918ff097c.jpeg)
四、安装NVIDA驱动
1. https://developer.nvidia.com/cuda-80-ga2-download-archive,下载10.0版本。现在最新的版本是10.1,但是TensorFlow1.14不支持,2.0的版本支持10.1
2. https://developer.nvidia.com/rdp/form/cudnn-download-survey,下载10.0版本的组件
3. 下载的组件压缩包解压会生成cuda/include、cuda/lib、cuda/bin三个目录
4. 分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到cuda对应版本的安装目录(win10,下默认路径为C:Program FilesNVIDIA GPU Computing ToolkitCUDAV10.0)目录下。
坑:版本问题。用的10.0版本,其他都不行。要把文件放大V10.0文件夹下。
坑:程序中要加入一个语句,避免提示
import os
os.environ['KERAS_BACKEND']='tensorflow'
注意:这个地方安装很多版本,8.0,9.2,10.1。思路,显卡2060可以安装最新的显卡驱动,跟深度学习的工具无关。主要问题是TensorFlow的版本和CUDA的版本匹配问题,找很久也没有找到很明确的1.14对应的版本说明。最后找到一个文章。用1.14来匹配10.0版本通过,匹配10.1版本没有通过,不知道哪里的问题。
![9b7d4b1d05dc854716efe87f89f30a7e.png](https://i-blog.csdnimg.cn/blog_migrate/d0a44acded14fa1ca8c379defbfbe188.jpeg)
五、测试是否成功
1. import tensorflow as tf
2. import keras
3. import os
4. os.environ['KERAS_BACKEND']='tensorflow'
5. tf.__version__
6. keras.__version__
![3d26487ddb6c39e38ead56d0ffe13e6a.png](https://i-blog.csdnimg.cn/blog_migrate/187c80a87185e657c33a5d0233b2d006.jpeg)
测试结果显示