TensorFlow GPU 环境配置：利用 Conda 自动集成 CUDA 与 cuDNN

TensorFlow 简介

TensorFlow™ 是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief [1] 。

Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 [1-2] 。

基于 Conda 的 TensorFlow GPU 安装指南

tensorflow -gpu安装

首先，安装Anoconda

1. 官网下载点我：

2.安装

点击 python 3.6 version自动下载x64版，下载好之后，然后安装。

如图，打上勾之后，一路next

3.打开终端

1）输入conda –version 查看版本

2）配置Python环境

我装的是python3.5，你们可以根据情况自己选择

conda create –n tensorflow python=3.5

3）激活python环境：activate tensorflow

你可以退出当前环境：deactivate tensorflow

划重点了：安装tensorflow

Conda 安装优势与操作步骤

**传统的方法就是用pip 安装，导致后面还要下载英伟达的cuda支持以及cdnn库** **我在这里介绍一种简单的方法，不依靠pip**

在终端中输入

conda install tensorflow-gpu

2.看包中内容

如图，cuda 9.0和cdnn 7.1.4已经自动安装了不用再自己下载

3.安装完之后

打开Anaconda Prompt 测试成功

总结

以上所述是小编给大家介绍的tensorflow -gpu安装 ,最简单的途径（不用自己装cuda，cdnn），希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对本站网站的支持！ 如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！