出处:https://blog.csdn.net/kane7csdn/article/details/83690575
上网看了一下,大多数tensorflow-gpu的安装分三部分:Anaconda的安装、CUDA+cudnn的安装、tensorflow-gpu的安装。
这些安装之间的版本要保持匹配,挺晕的。
但其实,利用Anaconda,是可以一步到位的。
本机配置:win10 gtx1060
首先下载Anaconda: https://www.anaconda.com/download/
安装之后记得添加环境变量:

安装过后,打开Anaconda Prompt
![]()
先配置清华镜像!不然下载会很慢很慢很慢!
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
-
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
输入
conda install tensorflow-gpu
![]()
可以发现会自动下载cuda+cudnn

输入y后开始(中途千万别关!)

出现这个说明安装OK
如果提示有错误,那么..卸载了Anaconda然后重新安装吧...
用Pycharm加载Anaconda的环境库,并实验一下tensorflow-gpu能不能用:

在Pycharm中写入(如果你没装CPU版本的tensorflow,不写也可以):
-
config = tf.ConfigProto()
-
config.gpu_options.allow_growth =
True
-
with tf.Session(config=config)
as session:
-
# your training session

训练前/训练中GPU使用情况:

可以看出,这种方法是可行的。
本文介绍了一种简便的方法,通过Anaconda环境在Win10系统下配备有GTX1060显卡的计算机上,一次性安装配置好TensorFlow-GPU、CUDA和cuDNN。文章详细解释了如何下载Anaconda、配置环境变量、设置清华镜像加速以及使用conda命令进行安装,确保了安装过程的顺利进行。

1万+

被折叠的 条评论
为什么被折叠?



