win10下conda创建新的环境安装tensorflowGPU和keras,并应用到jupyter和pycharm

前言:gpu版本的tensorflow需要安装CUDA和cuDNN,不同的显卡对应的版本不同,而CUDA的版本和cuDNN又是对应的,所以要去下载自己对应的版本安装好。
以下操作都是建立在已经安装好anaconda、

打开anaconda prompt
1.创建新的虚拟环境tsflowgpu,使用python3.6版本
conda create -n tsflowgpu python=3.6
2.激活该环境
activate tsflowgpu
3,然后就进入了该环境,现在给这个虚拟环境安装tensorflow-gpu2.0.0 版本和keras2.3.1版本,注意这两者的版本要匹配,具体哪个版本适合自己自己现百度查找。
然后安装tensorflow-gpu:
pip install tensorflow-gpu2.0.0
安装keras:
pip install keras
2.3.1
注意:安装keras 的时可能会提示pip等级过低,需要升级到20版本,这时候按照提示升级即可,如果升级失败,输入conda install pip,之后再升级。
然后就安装完成。
输入python进入交互环境,import tensorflow没有报错证明tensoflow安装成功,然后试着import keras,如果也没有错就代表两个都安装成功。
4.接下来,把这个虚拟环境设置到jupyter中,使之后可以替换为这个环境。
保持在这个tsflowgpu环境中,
装jupyter,输入
pip install jupyter
接着安装ipykernel
pip install ipykernel
然后创建一个对应这个tsflowgpu环境的kernel,命名为
python -m ipykernel install --user --name tsflowgpu --display-name “tsflowgpu”
好了,接下来jupyter就能检测到这个conda 的虚拟环境了。
在这里可以查看这个环境并可以替换。
在这里插入图片描述
jupyter环境配置完成。
5.pycharm 的环境配置,将这个虚拟环境导入到pycharm中。
进入File>settings>Project Interpreter
在这里插入图片描述
然后点击add local,conda environment中选择existing environment,然后找到你安装的anaconda目录下的env下的环境里面的python.exe。
我这张图里面用的环境名字叫tensorflow,上面说的是tsflowgpu。
在这里插入图片描述
好了,现在就完成了gpu环境下tensorflow 的搭建,至于cpu环境,可以再创建一个env虚拟环境,里面安装cpu版本的。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值