Anaconda中构建深度学习开发环境记录(Win10下测试)
有人问我Win10下深度学习环境的构建,个人觉得应该和Win7差不多,但出于负责还是亲自尝试记录一下。下面所说的命令都是亲测可用的。
我的平台是:Python3.6(Anaconda4.3)+CUDA10.0+windows10,提前去NVIDIA官网下载CUDA和cuDNN,配置见我的另一篇博客,这里不再赘述
设置源
2019年6月5日Anaconda清华源又恢复使用了,很好!!
在annaconda命令行中使用一下命令就可以设置源。
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 --set show_channel_urls yes虚环境
conda create -n deeplearning python=3.6
conda info -e
activate deeplearningtensorflow
GPU版本:
anaconda search -t conda tensorflow-gpu
anaconda show anaconda/tensorflow-gpu
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.13.1CPU版本:
anaconda search -t conda tensorflow
anaconda show conda-forge/tensorflow
conda install --channel https://conda.anaconda.org/conda-forge tensorflow=1.13.1keras
#anaconda search -t conda keras-gpu
#anaconda show anaconda/keras-gpu
#conda install --channel https://conda.anaconda.org/anaconda keras-gpu=2.2.4
#以上命令会提示:The following packages will be SUPERSEDED by a higher-priority channel,所以最好不要确认安装
pip install kerasJupyter支持多个kernel
conda install nb_conda其他包的安装
conda install matplotlib
conda install pandas
conda install scikit-learnpytorch
在线安装方式:
上Pytorch官网,选择自己的平台,如我的:
GPU版本:conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
CPU版本:conda install pytorch-cpu torchvision-cpu -c pytorch
目前最新的是1.1.0
这里为节约时间采用离线本地安装方法,:
下载地址:清华园Pytorch
GPU版本::conda install --use-local pytorch-1.1.0-py3.6_cuda100_cudnn7_1.tar.bz2
CPU版本安装:conda install --use-local pytorch-cpu-1.1.0-py3.6_cpu_1.tar.bz2
Torchvision:这个主要集成了一些数据集,深度学习模型,一些转换等,以后需要使用还是很方便的,pip install torchvision
Anaconda中构建深度学习开发环境记录(Win10下测试)相关推荐
- 基于Anaconda安装GPU版PyTorch深度学习开发环境
基于Anaconda安装GPU版PyTorch深度学习开发环境 1 安装Anaconda 2 安装GPU计算驱动 2.1 检查是否有合适的GPU 2.2 下载CUDA和cuDNN 2.3 安装CUDA ...
- WindowServer2012R2+Anoconda3.5.0.1+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.6离线搭建深度学习开发环境
WindowServer2012R2+Anoconda3.5.0.1+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.6离线搭建深度学习开发环境 关键词:Windows,Tens ...
- 【物体检测快速入门系列 | 03】Windows部署Docker GPU深度学习开发环境
这是机器未来的第3篇文章 原文首发链接:https://blog.csdn.net/RobotFutures/article/details/124815912 1. 概述 在<物体检测快速入门 ...
- 如何使用docker配置深度学习开发环境
文章目录 1.底层驱动的安装 1.1 操作系统的安装 1.2 显卡驱动的安装 1.3 cuda的安装 2.使用docker配置深度学习开发环境 2.1 docker的安装 2.2 nvidia_doc ...
- 同时安装pytorch和TensorFlow等多种深度学习开发环境(1)
现在的开发环境比较多,在学习的过程中,经常会使用到不同的开发环境,最常用的就是TensorFlow和pytorch,以及其他的开发环境,我在学习的过程中使用的开发环境主要有pytorch和Tensor ...
- 【Linux Mint 深度学习开发环境搭建】开发软件安装
系列文章目录 第一章 Linux mint 深度学习开发环境搭建之Nvidia显卡相关软件安装 第二章 Linux mint 深度学习开发环境搭建之开发软件安装 第三章 Linux mint 深度学习 ...
- 深度学习开发环境调查结果公布,你的配置是这样吗?(附新环境配置) By 李泽南2017年6月26日 15:57 本周一(6 月 19 日)机器之心发表文章《我的深度学习开发环境详解:Te
深度学习开发环境调查结果公布,你的配置是这样吗?(附新环境配置) 机器之心 2017-06-25 12:27 阅读:108 摘要:参与:李泽南.李亚洲本周一(6月19日)机器之心发表文章<我的深 ...
- Ubuntu18.04+CUDA10.2 深度学习开发环境配置指南
深度学习 Author:louwill Machine Learning Lab 搞深度学习环境永远是第一步.笔者之前也写过配置的两篇文章,但时间久远,目前来看版本已经过旧了.之前两篇参考: 深度学习 ...
- supervessel-免费云镜像︱GPU加速的Caffe深度学习开发环境
开发环境介绍 在SuperVessel云上,我们为大家免费提供当前火热的caffe深度学习开发环境.SuperVessel的Caffe有如下优点: 1) 免去了繁琐的Caffe环境的安装配置,即申请即 ...
最新文章
- Leangoo敏捷工具企业版-企业管理
- Cocos2d 之FlyBird开发---GameData类
- java 获取三天前时间_java 获取前几天时间
- C#编程尽量使用接口(转)
- 局域网(信息学奥赛一本通-T1391)
- 使用CDN加速后网站不能使用HttpWebRequest提交数据
- Java基础-学习笔记(六)——类的封装性
- Spring中的面向切面(AOP)
- 华为MA5200G实现radius认证登陆
- 突破asp过滤系统入侵网站
- 换加密算法--python
- 2018-2019-1 20165201 实验四 外设驱动程序设计
- MitoZ|动物线粒体基因组组装注释软件
- 计算机WIN7安装,教您win7旗舰版安装教程
- PSENet(Shape Robust Text Detection with Progressive Scale Expansion Network)论文详解
- LVGL的PC端移植和STM32F429阿波罗开发板移植
- 小猿日记 - 程序猿的日常日记(4)
- Python爬虫-爬取豆瓣读书
- android zigbee环境监测,基于ZigBee技术的室内定位与环境监测系统
- oracle 按旬统计并且每月小计 行转列 PIVOT函数 与分组小计 ROLLUP 函数
热门文章
- 基于waterdrop,从oracle直接拉取数据进仓Clickhouse
- mysql注入找路径_MySQL注入(示例代码)
- Python neo4j建立知识图谱,药品知识图谱,neo4j知识图谱,知识图谱的建立过程,智能用药知识图谱,智能问诊必备知识图谱
- java输入长宽高计算表面积_设计一个C语言程序计算长方体体积和表面积,如何通过键盘输入长宽高?...
- 90后不是只会吃喝玩乐
- 计算机桌面怎么锁,电脑怎么上锁,教您怎么给电脑屏幕上锁
- c语言运算符 amp 的意思,C++中运算符 amp;和amp;amp;、|和|| 的详解及区别
- 十大黑客常用Linux系统
- web/tomcat服务器/http协议 重要知识点
- .NET入行之工作前