【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置

【深度学习GPU】Anaconda最速搭建tensorflow2-gpu+keras-gpu环境+ jupyternotebook新手配置

网上什么自己下cuda和cudnn太磨叽了,anaconda自己就可以安.

目录:

  • 【深度学习GPU】Anaconda最速搭建tensorflow2-gpu+keras-gpu环境+ jupyternotebook新手配置
    • 1.以管理员身份运行Anaconda Prompt
    • 2. 换清华源
    • 3. 将python3.8降级成3.7(自选)
    • 4. 安装tensorflow-gpu2
    • 5. 安完后可以弄弄jupyter-notebook
      • 5.1 更换主题和配置扩展插件(代码补全等)
      • 5.2 更换jupyter工作目录

1.以管理员身份运行Anaconda Prompt

【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第1张图片

2. 换清华源

换国内源可以加速下载,步骤如下:
(1)先在小黑框中输入以下命令,运行一次conda config可以生成.condarc文件

conda config --show channels

(2)去 User/ 用户名 文件夹下找到 .condarc文件
【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第2张图片
(3)用记事本方式打开后,将以下内容复制粘贴进去,替换掉原来内容

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第3张图片
执行conda install xxx时, 会依次从default_channels中的路径查找xxx包。custom_channels是专用路径,比如想要安装pytorch相关的包,可以采用命令conda install -c pytorch pytorch torchvision,其中-c pytorch就是指定了pytorch路径。

3. 将python3.8降级成3.7(自选)

conda install python=3.7 anaconda=custom

4. 安装tensorflow-gpu2

conda install tensorflow-gpu=2.3.0

(版本号自选)

之后可以进行测试是否安装成功:
1.输入python
2.输入以下命令查看安装是否成功

import tensorflow as tf
from tensorflow.keras import layers
print(tf.__version__)
print(tf.keras.__version__)

【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第4张图片
(最后可以用exit()来退出python模式)

环境搭建到此为止,剩下的根据需要选择阅读

5. 安完后可以弄弄jupyter-notebook

5.1 更换主题和配置扩展插件(代码补全等)

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install jupyterthemes
pip install  jupyter_contrib_nbextensions
jupyter contrib nbextension install --user

jupyterthemes是主题, jupyter_contrib_nbextensions是插件扩展
想换主题的话推荐两款:(一样在Anaconda Prompt中输入命令)
亮色:
jt -t grade3 -T -f source -tf robotosans -tfs 12 -nf robotosans -nfs 13 -cellw 90%
【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第5张图片
暗色:

jt -t oceans16 -T -f source -tf robotosans -tfs 12 -nf robotosans -nfs 13 -cellw 90%

【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第6张图片

想开一些插件的话
【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第7张图片
你会发现多出了这个选项
下面是我选择开启的几个插件
【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第8张图片
Hinterland是代码补全(烂的一批), ScrollDown是让输出有滚动条, Table of Contents可以让代码有一个目录, Variable Inspector是变量表.
【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第9张图片

5.2 更换jupyter工作目录

打开jupyter之后,显示的页面就是你的工作目录,肯定都不想用默认的工作目录。

  1. 打开快捷方式所在位置
    【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第10张图片
  2. 右键属性,找到目标中的%USERPROFILE%字样
    【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第11张图片
  3. 替换成你的工作目录
    工作目录
  4. 想图方便可以把快捷方式直接复制到桌面上
    【深度学习GPU】Anaconda最速搭建tensorflow-gpu和keras-gpu环境 + jupyternotebook新手配置_第12张图片
    最后, 这个博客有tensorflow2的教程,适合新手入门:https://blog.csdn.net/qq_31456593/article/details/88377117

你可能感兴趣的:(环境搭建,gpu,anaconda,anaconda,tensorflow-gpu,keras-gpu,环境搭建,jupyternotebook)