Windows上配置GPU Tensorflow环境最快的方法

环境：windows10，无需提前配置cuda。请注意我的GPU为nvidia GPU，其他厂商GPU无法用此流程。

目录

1. 安装mambaforge

2. 配置mambaforge

a) 配置PATH

b) 配置清华源

c) 配置windows支持长地址

3. 安装tensorflow和keras

4. 检验安装是否成功

---

1. 安装mambaforge

Conda是一个方便的python虚拟环境+包管理工具，但是使用起来比较缓慢，尤其是solving environment会花费大量时间。Mamba则是一个对conda功能的覆盖升级，大幅提高了下载和求解环境的速度。

较老一点的教程会建议通过conda安装mamba，但在windows平台上，这一操作非常耗时，且不断地失败。作为替代，可以直接下载mambaforge的exe安装文件。

下载地址为：GitHub - conda-forge/miniforge: A conda-forge distribution.

我下载安装包文件名是Mambaforge-Windows-x86_64.exe。

下载后直接双击安装即可。

2. 配置mambaforge

a) 配置PATH

下载后打开cmd，尝试运行 mamba info。

如果提示找不到mamba命令，请将mamba可执行文件加入windows path。可执行文件在安装目录下的 \condabin 目录下，在我的机器上是

C:\Users\myusername\AppData\Local\mambaforge\condabin

配置以后，从cmd运行mamba info，会有相关信息打印。

b) 配置清华源

由于默认的conda下载源在国外，从国内下载经常遇到超时失败。我们将下载源指定为清华镜像以加速下载。

执行以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 以上两条是Anaconda官方库的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 以上是Anaconda第三方库 Conda Forge的镜像

conda config --set show_channel_urls yes

c) 配置windows支持长地址

tensorflow的目录非常深，部分文件地址长度超出了windows默认支持的256字符，会导致安装时报错。

用管理员权限打开PowerShell，执行以下命令：

New-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem" ` -Name "LongPathsEnabled" -Value 1 -PropertyType DWORD -Force

然后重启，windows即可支持长路径。

3. 安装tensorflow和keras

打开cmd，创建一个新环境：

Mamba create –n tf_gpu

激活环境：

Mamba activate tf_gpu

安装tensorflow for gpu:

Mamba install tensorflow-gpu

即会自动为您安装合适的cuda版本以及TensorFlow版本。

等待完成以后，安装keras：

Mamba install keras

然后就配置完成了。

注：另有说法是，直接install keras-gpu即可安装keras+tensorflow，但是我没有实际尝试过，不确定可行。

4. 检验安装是否成功

在tf_gpu环境中，运行python，执行以下脚本：

import tensorflow as tf

gpu_device_name = tf.test.gpu_device_name()

print(gpu_device_name)

如果没有报错，正常打印出gpu名字，则说明环境配置成功。

有任何疑问或建议，欢迎交流！