Silver_777的博客

本博客是一篇新手导向的CNN处理CSI图像帧教程，从前述教程中所得到的图像帧数据集为开始，进行图像分类任务的训练，适合非计算机科班学生。使用的平台为Matlab，借助其深度学习工具箱，可以做到不需要写一行代码也能进行深度学习训练。

Anaconda+tensorflow深度学习环境配置常用指令

在我重新安装好所有版本后，版本都一致了，但是报错，然后检查发现是环境变量路径的问题，当系统内存在多个CUDA版本的时候，最新版本的路径会在旧版本之上，所以要确保自己想要使用的CUDA版本是当前路径。系统属性-高级-环境变量-系统变量-PATH，看这里的路径，想要使用的CUDA版本是不是在最前面，选完记得逐个确定。可以在终端用nvcc --version检查系统当前的CUDA是什么版本，像上图当前版本就是11.2。跑深度学习的时候报错，这个问题网上的教程也说得很清楚，要么是CUDA，要么是显存。

在Anaconda的虚拟环境中安装tensorflow2.5-gpu版本的时候，一直出现非网络问题的报错，显示多个包的版本依赖有问题，在清华源不好使的清华下推荐换源。

有了chatGPT，终于不用再各种代码中淘合适的并且反复debug了，建议安装环境这种小case麻利地扔给chat。本博客包含：安装Anaconda、安装CUDA和cuDNN创建新的虚拟环境、安装tensorflow2.0.0-gpu、版本检测、基本使用以及库的安装、Jupyter安装及使用。设备以及操作系统：Window 10 + NVIDIA GeForce RTX 2060。

我的版本配置：显卡Tesla T4+windows server 2016+CUDA10.0+cuDNN7.4.2+tensorflow1.15-gpu+Anaconda3-2021.11

版本：Windows 10，anaconda3-2021.11，tensorflow2.3，cuda 10.1，cudnn 7.6.5