win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION FAILED for url”时
使用Anaconda+pycharm 下安装tensorflow-gpu
1:安装Anaconda,具体流程可以参考tensorflow-cpu安装步骤
2:在Anaconda prompt中创建tensorflow-gpu 环境
输入下述指令,进行tensorflow环境的创建
conda create -n tensorflow python=3.6
3:创建好tensorflow环境后,输入
activate tensorflow
激活tensorflow环境
“方法一”(经过测试的安装)
4:在激活的环境内 输入
conda install tensorflow-gpu==2.0
这里我安装的是tensorflow2.0版本,一定要安装对应版本的CUDA和Cudnn
可以通过电脑NVIDIA控制面板查询CUDA驱动版本
“方法二”
(未经过测试的安装)
如果使用pip 进行安装,我们需要先安装CUDA和cudnn,在安装tensorflow环境,具体CUDA+cudnn版本与tensorflow版本对应即可。
具体指令如
conda install cudatoolkit=10.1
conda install cudnn=7.6
pip install tensorflow==2.1
输入以上三行指令也可以完成tensorflow-gpu版本安装。
5:安装好tensorflow-gpu版本,在tensorflow环境下
输入
python
import tensorflow as tf
tf.test.is_gpu_available()
如果正常输出True,说明tensorflow-gpu版本可以使用。
6:为了方便安装,后续可以自由选择python集成开发环境,在这里我们选择pycharm作为我们的集成开发环境,具体安装方法见tensorflow-cpu版本。
安装可能遇到的问题::
1:在安装tensorflow-gpu版本时遇到下列问题时,是由于conda默认的国外镜像源速度慢,而我们需要设置国内源
因此我们需要在c盘用户目录下,创建一个.condarc文件(conda应用程序的配置文件)来提高安装速度。
具体文件.condarc文件如内容
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud