本文介绍了如何配置Tensorflow-GPU的环境，包括配置镜像源、创建新环境、安装相关包，以及将环境加载到PyCharm中。详细步骤包括使用清华镜像源加速pip安装，创建并激活tensorflow-gpu环境，安装Paddle-GPU、Keras、h5py、opencv等库，并指导如何在PyCharm中设置该环境。最后，提供了训练代码的运行说明和权重文件的下载链接。
文章目录
1. 配置环境
1.1 配置镜像源
需要注意的是，pip中下载安装比较慢，可以换个清华镜像源。
到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。
修改txt文件的内容，并且把后缀改成ini。
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
1.2 创建新环境
Win+R启动cmd，在命令提示符内输入以下命令：
创建名称为tensorflow-gpu的环境，Python为3.6版。
conda create –n tensorflow-gpu python=3.6
1.3 进入该环境
进入创建的tensorflow-gpu环境。
activate tensorflow-gpu
1.4 安装相关包
安装paddle-gpu库。
pip install tensorflow-gpu==2.2.0
最低0.47元/天 解锁文章
扫一扫
11万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
