目錄

1 安裝Anaconda

1.1下載Anaconda安裝包

1.2安裝

1.3?更改路徑

?1.4?修改默認瀏覽器

?2?安裝cuda9.0

2.1?cuda版本選擇

3?安裝cudnn?v7.6.5

4 安裝tensorflow-gpu1.8.0

降低一下python版本至3.6

另外：科普

---

1 安裝Anaconda

1.1下載Anaconda安裝包

地址：Anaconda | Anaconda DistributionAnaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.https://www.anaconda.com/download/

1.2安裝

雙擊已下載好的Anaconda3-2021.11-Windows-x86_64.exe?文件

?

?if?電腦有多個用戶：選擇All Users

else:選just?me

選項一：加入環境變量；

選項二：默認使用?Python 3.9（因我電腦已有python，不再勾選）(注意：python版本要根據自己電腦所能支持的cuda版本對應安裝，見2.1)

剩下一路“next”。在cmd里輸入conda --version，若返回conda版本則說明環境變量配置成功。

1.3?更改路徑

打開cmd，輸入：

jupyter notebook --generate-config

回車，會產生[jupyter_notebook_config.py]：

用記事本打開[jupyter_notebook_config.py],找到c.NotebookApp.notebook_dir,建立新工作路徑
取消注釋，去掉前面#，點擊保存即可。

?

?cmd，輸入[jupyter notebook]，發現路徑已更改。

?1.4?修改默認瀏覽器

記事本打開[jupyter_notebook_config.py],找到c.NotebookApp.browser = ''，在此行下面添加以下三行代碼：

import webbrowser webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\Users\Lenovo\AppData\Local\Google\Chrome\Application\chrome.exe")) c.NotebookApp.browser = 'chrome'

這樣就修改好了Anaconda使用的瀏覽器和使用路徑，現在打開Jupyter Notebook。

?2?安裝cuda9.0

2.1?cuda版本選擇

谷歌搜索“yourGPU型號+SPECIFICATION”，在官網查此電腦是否支持CUDA。

查看自己電腦支持的cuda版本號：電腦桌面右鍵，打開“”“NVIDIA控制面板”->左下角“系統信息”->組件,查看3D設置里的“NVIDIA.DLL”。?可見，此電腦支持cuda9.0。

去cuda官網下載cuda9.0（CUDA Toolkit Archive | NVIDIA Developer）

?雙擊.exe文件，安裝在自己指定路徑即可。（精簡安裝）

3?安裝cudnn?v7.6.5

?在官網上下載cudnnv7.6.5(cuDNN Archive | NVIDIA Developer)

?解壓cudnn-9.0-windows10-x64-v7.6.5.32，把D:\cudnn\cudnn-9.0-windows10-x64-v7.6.5.32\cuda\bin的cudnn64_7.dll拷貝一份至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin

配置環境：

（1）把cudnn加入環境變量path；

（2）配置cuda環境

CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0 CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

4 安裝tensorflow-gpu1.8.0

降低一下python版本至3.6

（因我電腦本身裝的python3.9，所以安裝失敗，需要降低一下python版本至3.6）

使用以下命令創建新環境：

conda create -n env_name list of packages

其中 -n 代表 name，env_name 是需要創建的環境名稱，list of packages 則是列出在新環境中需要安裝的工具包。

比如我現在的python版本是3.9，但我想安裝一個python 3.6的環境，則在anaconda prompt輸入：

conda create -n py36 python=3.6

現在激活這個新配置的環境：

conda activate py36

輸入python --version，可以看到：

非常棒，已經從3.9切換為3.6版本了 ，且可以在Anaconda?Navigator里切換環境。

另外：科普

1）如果要刪除我們配置的新環境，則：

conda env remove -n env_name

2）顯示所有環境：

conda env list

3）當前環境下的 package 信息存入名為 environment 的 YAML 文件中?：

conda env export > environment.yaml

4）當執行他人的代碼時，也需要配置相應的環境。這時可以用對方分享的 YAML 文件來創建一摸一樣的運行環境。

conda env create -f environment.yaml

在d盤新建一個文件夾，專門放TensorFlow-gpu。在anaconda終端切換到相應文件夾，執行pip install tensorflow-gpu==1.8.0來安裝tf-gpu。

安裝后，新建test.py文件,測試是否安裝成功，test.py文件內容如下：

import tensorflow as tf # Create TensorFlow object called tensor hello_constant = tf.constant('Hello World!')with tf.Session() as sess:# Run the tf.constant operation in the sessionoutput = sess.run(hello_constant)print(output.decode())# bytestring decode to string.

在anacoda里跑一下test.py程序

發出了警告“?FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'.
? _np_qint8 = np.dtype([("qint8", np.int8, 1)])”

為解決此警告，在相應位置將對應行的“ (type, 1) ”都改成“(type, (1,))”即可。?再跑一下test.py程序：

ok，nice！完工！

?

?

總結

以上是生活随笔為你收集整理的GTX960M安装Anaconda+cuda9.0+cudnn v7.6.5+tensorflow-gpu1.8.0的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。