深度学习算法最常用的是Python+tensorflow-gpu。
环境配置：
操作系统：win10
python版本：3.6
tensorflow版本：1.9
CUDA版本:9.0
cudnn版本:7.6

此教程安装anacond3来完成Python的安装。


目录

  • 1.前置条件
  • 2.安装anaconda3
  • 3.安装tensorflow
  • 4.pip下载源设置
  • 【测试】是否用了GPU加速
  • 5.spyder使用虚拟环境
  • 6.pycharm使用anaconda的虚拟环境


1.前置条件

如果需要安装gpu版本的tensorflow
硬件配置：独立的英伟达显卡
安装CUDA和cudnn。这里安装的是CUDA版本:9.0和cudnn版本:7.6

可参考http://blog.sina.com.cn/s/blog_14935c5880102wu86.html

cudnn的下载比较麻烦，需要登录填表等等，所有软件都上传了百度云
链接：https://pan.baidu.com/s/1E9YfAQwNxOdUF3OffElKOA
提取码：id0f

2.安装anaconda3

官网下载太慢，可以下清华的镜像库中下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A

对保存路径没要求的话，一路next即可，直到高级选项时，两个都勾选上。

检查python版本。win+R,输入cmd进入命令行，输入python查看版本。
我这里是python3.6，建议不要使用太高的版本。
如果不是3.6版本，可打开Anaconda Prompt，切换下镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

创建一个3.6版本的虚拟环境,名为tensorflowconda create -n tensorflow python=3.6 激活环境activate tensorflow，输入python，确认该虚拟环境下版本为3.6

3.安装tensorflow

一定要指定可行的版本（版本对应可在网上查找），不然安装的最新的tensorflow版本会import时出现找不到模块
这里成功的版本tensorflow1.9。pip install tensorflow-gpu==1.9 最后import tensorflow，无报错则成功

4.pip下载源设置

pip安装包默认是国外的资源，比较慢，设置为国内的源更快
1)永久使用：
Linux下：
修改~/.pip/pip.conf(没有就创建一个)， 修改 index-url至tuna，内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

windows下:
1.在windows文件管理器中,输入%APPDATA% 2.会定位到一个新的目录下，在该目录下新建pip文件夹，然后到pip文件夹里面去新建个pip.ini文件
注意可能有些需要显示文件扩展名后再改后缀。不然就会变成pip.ini.txt。

gpu python 显卡 python对显卡有要求吗_虚拟环境


gpu python 显卡 python对显卡有要求吗_虚拟环境_02


3.在新建的pip.ini文件中输入以下内容

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

2)临时使用

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

gpu python 显卡 python对显卡有要求吗_gpu python 显卡_03

【测试】是否用了GPU加速

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

若出现下面输出，则说明GPU加速已启用

[name: "/device:CPU:0"
device_type: "CPU"
memory_limit: 268435456
locality {
}
incarnation: 3486037583946727695
, name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 6684583527
locality {
  bus_id: 1
  links {
  }
}
incarnation: 8374341064769648900
physical_device_desc: "device: 0, name: GeForce GTX 1070 Ti, pci bus id: 0000:01:00.0, compute capability: 6.1"
]

5.spyder使用虚拟环境


6.pycharm使用anaconda的虚拟环境