Win10+Ubuntu18.04双系统安装配置教程（十）——在虚拟环境中安装Tensorflow+keras框架

Win10+Ubuntu18.04双系统安装配置教程（十）——创建虚拟环境并安装Tensorflow+keras框架

$写在前面：本系列笔者亲测可行！文章配置如下$：
win10，Ubuntu18.04，nvidia驱动显示cuda版本11.7(只要高于10.2均可参考本配置教程)。
共将创建2个虚拟环境，分别取名为tensor37和torch37。
tensor37虚拟环境配置为python=3.7，tensorflow-gpu=2.2，cudatoolkit=10.1，cudnn=7.6.5；
torch37虚拟环境配置为python=3.7，pytorch=1.12.1，torchvision=0.13.1，torchaudio==0.12.1，cudatoolkit=10.2，cudnn=7.6.5。

$注意$：在虚拟环境中安装的cuda版本可以低于nvidia驱动显示的cuda版本，重点关注cuda，cudnn及tensorflow版本匹配

提示：ctrl+shift+c 复制终端文本，ctrl+shift+v 粘贴文本到终端

1. 创建名为tensor37，python版本为3.7的虚拟环境

conda create -n tensor37 python=3.7

2. 激活环境

conda activate tensor37

3. 下载GPU版本的tensorflow包，cuda工具包和cudnn

pip install tensorflow-gpu==2.2.0

conda install cudatoolkit=10.1

conda install cudnn=7.6.5

4. 检验是否下载成功及下载keras

ctrl+d退出终端，重启电脑，重新进入ubuntu系统，打开终端，输入

conda env list

查看全部环境，路径前面有*表示当前所在环境–>

输入

conda activate tensor37

回车(激活环境)–>

输入

python

回车(进入python工作台，检验tensorflow框架是否搭建完成)–>

输入

import tensorflow as tf

回车(导入tensorflow框架，无输出或…successfully…表示导入成功)–>

输入

tf.test.is_built_with_cuda

回车(输出True表示cuda连接正常)–>

输入

tf.test.is_gpu_available()

回车(输出很多，最后是True表示GPU连接正常)–>

ctrl+d退出python工作台，回到tensor37虚拟环境，输入

pip install keras==2.3.1

回车，等待下载–>

输入python，回车(进入python工作台，检验keras是否下载完成)–>

输入

import keras

回车(输出Using TensorFlow backend表示下载完成)–>

ctrl+d退出python工作台，ctrl+d退出终端–>

完成

参考链接

Anaconda3+CUDA10.1+CUDNN7.6+TensorFlow2.6安装（Ubuntu16）

Ubuntu Anaconda 虚拟环境安装tensorflow-gpu==2.6.0

TensorFlow与显卡驱动与CUDA与CUDNN版本对应关系