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 deeplearning
tensorflow
GPU版本：
anaconda search -t conda tensorflow-gpu
anaconda show anaconda/tensorflow-gpu
conda install --channel https://conda.anaconda.org/anaconda tensorflow-gpu=1.13.1

CPU版本：
anaconda search -t conda tensorflow
anaconda show conda-forge/tensorflow
conda install --channel https://conda.anaconda.org/conda-forge tensorflow=1.13.1
keras
#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#以上命令会提示：The following packages will be SUPERSEDED by a higher-priority channel，所以最好不要确认安装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 keras
Jupyter支持多个kernel
conda install nb_conda
其他包的安装
conda install matplotlib
conda install pandas
conda install scikit-learn
pytorch
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 ...

Anaconda中构建深度学习开发环境记录（Win10下测试）

Anaconda中构建深度学习开发环境记录（Win10下测试）相关推荐

最新文章

热门文章