anaconda+tensorflow-GPU安装配置

神经网络开发环境配置主要涵盖anaconda、tensorflow-GPU和pytorch-gpu的安装配置：
**anaconda的安装配置

1. 创建虚拟环境

默认文件夹创建：
conda create -name python36 python=3.6
制定文件夹创建：
conda create --prefix=E:\anaconda\envs\python36 python=3.6
由于虚拟环境与物理环境存在诸多联系，现将虚拟环境和物理环境分开，配置虚拟环境中软件下载包的存储位置和默认安装路劲，配置文件位置：
E:\anaconda\envs\python36\Lib目录下的site.py文件
下载软件包的默认存储位置：
USER_SITE = “E:\anaconda\envs\python36\Lib\site-packages”
默认安装路劲：
USER_BASE = “E:\anaconda\envs\python36\Scripts”

:

2. 激活环境.

activate python36
deactivate

3. 镜像源国内配置方法

文件配置：
C:\Users\Administrator中的.condarc文件

复制使用：
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

show_channel_urls: true
ssl_verify: false

示例中的镜像源是中科院的，也可以配置清华源和阿里源，参照修改即可！
命令配置：

复制使用
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
添加新数据源之后，需要清空原来的缓存：
conda clean -p
conda clean -a

4. 虚拟环境中安装指定版本的tensorflow-GPU

pip install tensorflow-gpu=1.4(在线安装)
pip install tensorflow_gpu-1.4.0-cp36-cp36m-win_amd64.whl(离线安装)
离线安装tensorflow-gpu国内下载地址：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/
离线安装tensorflow国内下载地址：https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow/

5. 虚拟环境中配置CUDA

tensorflow-gpu=1.4对应的CUDA和cudnn版本分别是8.0和6，其他版本tensorflow对应的CUDA可查询网站或命令：        
https://blog.csdn.net/Zinnir/article/details/122766636
conda search cuda --info
conda install cudatoolkit=8.0 # 指定版本

6. 虚拟环境中配置cudnn

查询CUDA对应版本的cudnn版本指令：
conda search cudnn --info
conda install cudnn=6 # 指定版本