Anaconda安装GPU版本的pytorch anaconda安装tensorflow gpu教程

目录

• 1.安装anaconda

• 1.1更换conda镜像源
• 1.2安装一个tensorflow环境

• 2.安装tensorflow-gpu

• 2.1查看安装什么版本的tensorflow-gpu

• 3.安装cuda和cudnn

• 3.1下载cuda
• 3.2安装cuda
• 3.3下载cudnn
• 3.4将对应的cudnn文件放入cuda中
• 3.5添加环境变量

• 4.pycharm导入刚刚安装的tensorflow环境

1.安装anaconda

点击这个网站：

anaconda下载 拉到网站最下面

下载好之后，开始安装：

这里一定要自定义目录，后面加载环境会需要先找到这个目录：

等待安装完成：

1.1更换conda镜像源

从开始菜单中找到这个：anaconda prompt

打开后为一个bash：

将下面三条命令粘贴进去，然后回车：

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
conda config --set show_channel_urls yes

打开我的电脑：

1.2安装一个tensorflow环境

conda create -n tensorflow python=3.7

2.安装tensorflow-gpu

首先：切换到刚刚安装的环境：

conda activate tensorflow

2.1查看安装什么版本的tensorflow-gpu

可以选择合适的版本安装：方法都是相同的在这里我选的是：

在tensorflow环境中，安装tensorflow-gpu1.15版本

pip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.com tensorflow-gpu==1.15

3.安装cuda和cudnn

tensorflow-gpu==1.15对应的cuda为10，cudd为7.4

3.1下载cuda

点击：cuda下载

找到和tensorflow-gpu符合版本的cuda下载即可。

3.2安装cuda

等待加载程序

安装完成：

3.3下载cudnn

点击：cudnn下载

这里需要账号，没有nVidia账号的小伙伴可以先注册一下

找到对应cuda版本的cudnn

将cudnn解压：

3.4将对应的cudnn文件放入cuda中

3.5添加环境变量

在我的电脑中右击：

最后一步步确定出去，确保环境变量已经保存了。

4.pycharm导入刚刚安装的tensorflow环境

打开pycharm

来一段测试代码：

import tensorflow as tf
array = tf.Variable([1,100,3,4,5,6,7,8])
a = tf.constant(2)
b = tf.constant(5)
addOp = tf.add(a, b)
sess = tf.Session()
init = tf.global_variables_initializer()
sess.run(init)
x = tf.reshape(array,(-1,8,1,1))
truediv_op = tf.truediv(a, b)
print(sess.run(truediv_op))
print(sess.run(x))

上述就是安装tensorflow的全过程，若是对你有帮助就点动你的小手点个赞吧：