10.31 安装tensorflow-gpu keras torch 以及过程中遇得到的坑 和 解决办法、更改anaconda清华源、更改python下载源、更换jupyternotebook内核。

1、安装 tensorflow-gpu，keras，需要提前知晓适显卡配置，根据显卡配置下载cudatoolkit，cudnn两个模块。（途中遇到更换jupyter notebook内核的问题）

第一步：查看显卡配置

1、打开控制面板查看信息。2、帮助-->系统信息-->组件。3、可以看到版本，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好

4、nvidia-smi

 注意pytorch和cuda版本对应 CUDA Deep Neural Network (cuDNN) | NVIDIA Developer 选择合适的cudnn 版本安装

cuDNN驱动下载：cuDNN Archive | NVIDIA Developer

5、
Previous PyTorch Versions | PyTorch

6、

import torch
torch.cuda.is_available() 
# 返回True，说明可用；如果返回False，可能是你的pytorch和cuda版本不一致造成的。

7、PyTorch pytorch官网 下载gpu 版本

# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

第二步：根据显卡配置选择合适的cudatoolkit，cudnn两个模块下载

1、如下图提示 选择合适的python版本 tensorflow-gpu版本，以及cuDNN,CUDA版本

2、anaconda 创建一个空环境 cmd 输入

conda create -n tensorflow python=3.7

3、对Anaconda和Python进行换源（下载速度快）
在cmd中输入conda config --set show_channel_urls yes在C盘用户目录下会生成.condarc文件。
然后使用记事本打开，用下面的内容将其替换，或者在后面的云盘内下载进行替换即可。

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

4、接着是Python换源，在CMD中输入
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple即可换源成功！

5、激活新创建的环境 activate your_env 。然后下载前面提到的两个模块

conda install cudatoolkit=10.1

conda install cudnn=7.6

第三步：下载tensorflow-gpu（验证是否成功），下载keras

1、激活新创建的环境，然后下载选择好的tensorflow-gpu,和对应的keras

pip install tensorflow-gpu==2.2.0

pip install keras ==2.3.1

2、验证是否成功

python
import tensorflow as tf
tf.config.list_physical_devices('GPU')

 第四步：更换jupyter notebook内核

1、找到anaconda文件位置

 2、进入share文件夹-->jupyter文件夹-->kernels文件夹-->python3文件夹-->修改kernel文件

{
 "argv": [
  "D:/Users/Administrator/anaconda3/envs/tensorflow\\python.exe",
  "-m",
  "ipykernel_launcher",
  "-f",
  "{connection_file}"
 ],
 "display_name": "Python 3 (ipykernel)",
 "language": "python",
 "metadata": {
  "debugger": true
 }
}

把"D:/Users/Administrator/anaconda3/envs/tensorflow\\python.exe"替换成你需要的内核即可