anaconda 使用 及 tensorflow-gpu 安装

Anaconda简易使用

创建新环境

conda create -n rcnn python=3.6

删除环境

conda remove -n rcnn --all

进入环境

conda activate tf

离开环境

source deactivate rcnn

重命名环境

conda 其实没有重命名指令，实现重命名是通过 clone 完成的，分两步：

• 先 clone 一份 new name 的环境
• 删除 old name 的环境

比如，想把环境 rcnn 重命名成 tf

第1步

conda create -n tf --clone rcnn
Source:      /anaconda3/envs/rcnn
Destination: /anaconda3/envs/tf
Packages: 37
Files: 8463

第2步

conda remove -n rcnn --all

结果

conda info -e
# conda environments:
#
crawl                    /anaconda3/envs/crawl
flask                    /anaconda3/envs/flask
tf                       /anaconda3/envs/tf
root                  *  /anaconda3

安装jupyter

conda install notebook
conda insatll jupyter

tensorflow gpu 安装

首先显卡一定要支持

没想到的是GTX 1050TI，GTX 1070TI等主流显卡竟然都不支持

（还好我买的是GTX 1050）

（并没有暗示需要一块TESLA）

点这里查看CUDA支持列表

其次需要对好版本号，不同的TensorFlow版本对应的CUDA驱动程序版本号也有所不同

然而这还不够，还需要安装CUDNN才能完美运行，CUDNN的版本号和CUDA的版本号也要对好

CUDA离线版下载网址

CUDNN下载网址

但是下载CUDNN需要注册NVIDIA账号，那就点击join注册喽

注册的时候刚开始我使用了QQ邮箱，按道理这没毛病

但是到了验证邮箱一步又嗝屁了

你的验证邮件呢，验证邮件呢，邮件呢？？？？？

经过百度多方查阅，原来不能用QQ邮箱

坑爹的是过了三个小时它又发过来了，没错，就是QQ邮箱，它发过来了。。。

不过我的163邮箱都注册好了。。。。。

所以就使用163邮箱注册了一个账号

终于顺利下载

下载完了也很懵逼

压缩包里面是长这样的：

使用这样的东西已经完全超出了我的能力范围了呀，怎么办

于是乎又百度，原来是放在CUDA的安装目录下呀。。。。

好的安装好了，听度娘说可以用安装目录\extras\demo_suite下的bandwidthTest.exe和deviceQuery.exe来检测

检测出来好像没什么问题

（图片中用了pause暂停来查看的）

然后环境搭载完成，到了万众瞩目的安装环节

pip install tensorflow-gpu

当然是需要卸载之前的版本的tensorflow 的

20KB/s的高速下了不知道多久

反正最后是装好了

大概是这样的

看起来还不错有没有

但是运行一下吧

。。。。。。。

下面的错误我都不忍心看，红了一片。。。。。

（画面太过血腥，已被屏蔽）

然后继续求助万能的度娘

最后找到了这个帖子

Win10 +VS2017+ python3.66 + CUDA10 + cuDNNv7.3.1 + tensorflow-gpu 1.12.0

你早说不支持CUDA10.0嘛，害的我费那么大力

于是就看了下这个贴子里面所附带的大佬创作的安装包

tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

CUDA10.0+CUDNN7.3.1

然后又跑去重新安装CUDNN7.3.1

再cd到安装包目录下

pip install tensorflow_gpu-1.12.0-cp36-cp36m-win_amd64.whl

效果拔群，最终安装完成

如图

（当时看到可把我激动惨了）

---

至此安装完成

---

既然安装了就来测试一下喽，不测试的话显得自己很捞

求助度娘找到了大佬写的五层卷积神经网络的代码

Tensorflow对比AlexNet的CPU和GPU运算效率

为了简便起见，就直接放经过我魔改的大佬的代码

[](javascript:void(0)