在使用GPU来运行深度学习的项目时，首先需要安装 Tensorflow-gpu 环境。
（1）下载 Anaconda，用以配置 python 环境；
（2）下载 CUDA 和 cuDNN，并安装1
安装过程在这里不再赘述。需要注意的是，CUDA 安装后自动配置环境变量，不需要再进行配置，但cuDNN 需要2；
（3）在 Anaconda 的 Anaconda Prompt 窗口里面，进行tensorflow-gpu 的安装，安装命令如下：
我要评论conda create --name tensorflow-gpu python=3.6
【注】可以根据需要自主选择 python 的版本。
安装成功后如下：
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
# $ conda activate tensorflow
#
# To deactivate an active environment, use
#
# $ conda deactivate
【附】非 gpu 版本 tensorflow 的安装命令：
conda create --name tensorflow python=3.6
根据安装成功后的提示，在 Anaconda Prompt 里面激活tensorflow-gpu 的语句为：
conda activate tensorflow
或者直接输入如下语句命令：
activate tensorflow
以下是在 Anaconda Prompt 中tensorflow-gpu环境下安装库文件的演示：
(tensorflow-gpu) C:\Windows\system32>conda deactivate
(base) C:\Windows\system32>conda activate tensorflow
(tensorflow) C:\Windows\system32>conda deactivate
(base) C:\Windows\system32>activate tensorflow-gpu
(tensorflow-gpu) C:\Windows\system32>pip install matplotlib
Collecting matplotlib
Downloading matplotlib-3.2.2-cp37-cp37m-win_amd64.whl (9.2 MB)
|████████████████████████████████| 9.2 MB 437 kB/s
文章第二小节中中tensorflow-gpu的默认安装目录如下：
所以在 PyCharm 在选择使用 gpu 版本的 tensorflow 运行程序时，要选择该目录下的python.exe程序，如下图所示：
这篇文章写出来，是为了防止后人再走弯路，同时也是为了日后再需要时的查阅方便。
写到这里，差不多本文就要结束了。如果有问题可以在下方留言区留言交流。如果我的这篇文章帮助到了你，那我也会感到很高兴，一个人能走多远，在于与谁同行。
本文地址：https://blog.csdn.net/weixin_43051346/article/details/107135734
如对本文有疑问， 点击进行留言回复！！
听课笔记--Python数据分析--Numpy基础及基本应用
Python-定时任务APScheduler中两种调度器的区别
网友评论