anaconda配置tensorflow

tensorflow-gpu需要先安装CUDA和cudnn，具体参考

https://blog.csdn.net/sinat_23619409/article/details/84202651?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4

安装CUDA和cudnn需要注意版本问题，具体查看tensorflow官网

https://tensorflow.google.cn/install/source_windows

安装Anaconda

下载地址：

https://www.anaconda.com/products/individual

在安装Anaconda的过程中和其它软件没有区别，但是要注意不要勾选**“Add Anaconda to my PATH enviroment variable”，我们后面会手动配置环境变量。

接下来就是等待了，安装结束后需要测试是否能正常使用，打开CMD输入“conda”命令，发现提示“’conda’ is not recognized as an internal or external command, operable program or batch file.”，这时我们需要手动配置环境变量

将以下三个路径加入，注意这里要换成你自己的安装路径。

• D:\ANACONDA
• D:\ANACONDA\Scripts
• D:\ANACONDA\Library\bin

然后点击“确定”保存，这回再测试一下，再cmd中输入“conda -V”，能正常显示版本号，证明已经配置好了。

在安装好Anaconda和CUDA后可以开始配置tensorflow-gpu+keras+jupyter环境

通过调用下列命令，创建一个名为“tensorflowGPU”的conda环境

conda create -n tensorflowGPU pip python=3.6

输入y确定

创建环境后通过下面的指令激活环境

activate tensorflowGPU

创建好环境并激活进入后就可以开始安装需要的包了，这里推荐使用pip清华源进行加速下载

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

升级环境中的pip版本（为了避免某些包可能不能安装）

python -m pip install –upgrade pip

升级pip如果遇到安装慢的问题，同样可以使用清华加速下载

python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple –upgrade pip

安装tensorflow-gpu1.5.0

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.5.0

安装完后进入python环境输入测试程序验证安装

import tensorflow as tf

　　 hello = tf.constant('Hello, TensorFlow!’)

　　sess = tf.Session()

　　print(sess.run(hello))

若没有报错并显示如下则安装成功

若报错了如果是numpy报错可以尝试更换更低版本的numpy以适应tensorflow-gpu1.5.0

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy==1.15.4

安装好tensorflow-gpu后可以使用以下命令安装keras

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.1.4

验证keras安装，输入import keras，若没报错并显示如下则安装成功

最后安装jupyter notebook

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipython

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter

安装当前环境的内核（关键）

python –m ipykernel install —user

这个指令会在C盘安装一个jupyter notebook内核，这个指令会指定jupyter notebook打开后使用的环境，如果你在其它环境中使用这个指令则会把jupyter notebook打开后使用的环境切换到执行这个指令的环境

验证jupyter notebook的安装，和使用的环境

jupyter notebook进入jupyter notebook

import keras
keras.version

若显示的版本对应你的环境的话表示配置成功

若想改变jupyter notebook的工作空间可以参考

https://www.jianshu.com/p/462e0b0f1ba3

验证是否能成功调用GPU，若出现以下结果说明成功

至此tensorflow-gpu+keras+jupyter notebook的环境搭建完成

在后续自己安装包时可能会出现各种版本冲突问题，这里给出我的环境中各种包的版本以供参考

• 

• 

• 

•