windows10+tensorflw-gpu环境配置相关

深度学习（Windows）环境配置相关（复习留用）

前前后后也装了许多次tensorflow-gpu，算是对深度学习环境配置有了很大的了解。在网上看到一些划算不错的博文，尽管可能会有一些出入，但是大体是通的。把一些链接地址放在这里，以供接下来自己调用。

• anaconda pkgs 离线安装教程 点击链接 （适用于channels命令行界面下载捉急而言）

• tensorflow-gpu环境配置方法 点击链接 （anaconda 安装直接将python加入环境变量即可）

• cuda nvidia官方下载地址 点击链接

• cudnn nvidia官方下载地址 点击链接 （需要登录，可 Login with your social account—>Wechat）

  实际上可以直接采用conda install tensorflow-gpu的方式，conda会配合安装cudnn和cudatoolkit。无需上述cuda和cudnn的官网下载过程。这样，借助镜像源，时间经济成本会大大降低。

• cudnn、cuda版等版本对应关系 点击链接

• pip install xx和conda install xx 对比 点击链接（建议采用conda install统一进行安装操作。可自动添加依赖pkgs，并且方便pkgs管理）

conda 相关命令行指令 ：

conda instal  xx   # 安装pkgs
conda activate    #激活base环境
conda create -n tensorflow-gpu  python=3.6  # conda create --name [虚拟环境名] [python的版本] [需要的包]
conda env list   # 列出所有虚拟环境
conda list --name   # 查看指定环境下的pkgs list
activate  tensorflow-gpu  # 激活名为tensorflow-gpu的虚拟环境 

镜像源问题：

# 添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels  https://pypi.tuna.tsinghua.edu.cn/simple
# 移除镜像源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --show channels  # 查看所有channels
conda config --remove-key channels   # 恢复默认channels
conda config --set show_channel_urls yes  # 从channels中安装包时显示channels的url地址

pip install --index https://pypi.mirrors.ustc.edu.cn/simple/ opencv-python  #cv2