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
conda create -name python36 python=3.6
2. 激活环境.activate python36
deactivate
文件配置:
C:UsersAdministrator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/
————————————————
版权声明:本文为CSDN博主「run_success」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/run_success/article/details/124841938
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/5. 虚拟环境中配置CUDA和cudnn
tensorflow-gpu=1.4对应的CUDA和cudnn版本分别是8.0和6 conda install cudatoolkit=8.0 # 指定版本 conda install cudnn=6 # 指定版本



