1.找到清华镜像源的安装文件,我以Miniconda3-4.5.4-Windows-x86_64.exe为例(tensorflow目前不支持python3.7)python
2.下载完双击安装,除了如下步骤,其他的都默认操做web
3.自定义安装路径chrome
4.环境变量选项的checkbox不要勾选,要否则修复或者重安装的时候会有麻烦浏览器
5.升级pip和setuptools 要否则在下面安装tensorflow的时候可能会出现因为此二项版本老旧而出现问题:bash
>>>python -m pip install –upgrade 上述两个包的名字
6.安装numpy测试
>>>pip install numpy
7.安装jupyter notebookspa
>>>pip install jupyter notebook
7.1 你可能还要更改jupyter notebook的工做目录以及指定工做浏览器3d
>>>jupyter notebook --generate-config
( 而后打开anaconda prompt中出现的一个地址中的配置文件(先将这个.py文件改为txt,再进行修改),对于修 改浏览器这里给出示例:)code
import webbrowser webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"D:\\Chrome\\Application\\chrome.exe")) c.NotebookApp.browser = 'chrome'
(强烈建议,虽然在安装cuda时有安装显卡驱动程序的选项,可是cuda中的显卡驱动版本要比官网上的显卡驱动版本要老旧):blog
1. 搜索官网
2. 驱动版本检索 首先在设备管理器中【显示适配器】一项查看本身电脑的显卡型号,根据型号选择相应的显卡驱动安装程序并下载,(个人显卡是GTX960m,就选GTX900M系列 ,而后找GTX960M )
(注意 必定要根据要安装的tensorflow的版本要求安装对应版本的cuda。好比我安装的tensorflow2.0版本 使用cuda10.0)
1. 到CUDA官网(NVIDIA),选择对应版本的cuda进行下载,例如:
2. Cuda比较大,在选择组件时,个人选择如图:
(只选择cuda组件 且将其中的samples(示例 用不上)、nsight compute(用不上)、visual studio intergration(用不上)都取消掉。最后的三个组件也都不须要装,图形驱动在文章最前面以及在官网上装过了最新的 )
3.配置环境变量:(注意更换成你本身的安装路径)
D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0
D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
4.测试:
打开CMD并输入 >>> nvcc -V
结果以下:
1.下载:https://developer.nvidia.com/cudnn (要看好版本 对应cuda10.0)
2.下载完以后,解压缩并将其中的文件所有拷贝到NVIDIA GPU Computing Toolkit\CUDA\v10.0目录中去,也就是安装CUDA时候的目录
3.更新pip 和setuptools
>>>python -m pip install –upgrade ***
4.安装tensorflow:
>>>pip install tensorflow-gpu==2.0
5.最终测试:
import tensorflow as tf tf.test.gpu_device_name() ##查看 tensorflow是否成功安装 以及是否使用了GPU,结果应输出GPU的信息
1)虚拟环境的配置、删除:
>>>conda create -n evnname python=3.6 >>>conda remove -n evnname python=3.6
2)将虚拟环境添加入jupyter的kernel选项
一、使用: >>>activate evnname 激活虚拟环境evnname(也就是进入该环境中) 二、安装ipykernel包 : >>> conda install ipykernel 三、激活该功能 >>>ipython kernel install --user --name=evnname