在Anaconda快速搭建Tensorflow-GPU和Keras的深度学习开发环境

引言

在Anaconda里快速安装基于Tensorflow-GPU和Keras的深度学习开发环境，不必安装手动繁琐Nvidia驱动和Cudnn，实现在Windows上使用多个版本的Cuda和cudnn。
注意本方法只适用于版本小于等于2.10的Tensorflow-GPU安装，从2.11开始，此方法不适用！
具体可参考官方文档

环境搭建

以下面的配置为例安装环境，读者可根据自己的实际需求更改配置版本。
安装之前，一定要查看附录里tensorflow_gpu版本与python、cuda、cudnn的对应关系

安装包	版本
cudatoolkit	10.1.243
cudnn	7.6.5
tensorflow-gpu	2.2.0
keras	2.4.3

具体步骤

创建虚拟环境

创建虚拟环境

conda create -n env_test python=3.7

创建成功后，进入虚拟环境

conda activate env_test

安装cudatoolkit

安装cudatoolkit，使用镜像
注意版本和包之间的等号为 = ！不是 ==

conda install cudatoolkit=10.1 -c https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/win-64/

安装cudnn

！！！cudatoolkit建议在cudnn之前安装！！！
安装cudnn，使用清华的镜像
注意版本和包之间的等号为 = ！不是 ==

conda install cudnn=7.6 -c https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/win-64/

安装tensorflow-gpu

使用豆瓣镜像安装tensorflow-gpu
注意版本和包之间的等号为 == 不是 =
使用豆瓣镜像：

pip install tensorflow_gpu==2.2.0  -i https://pypi.doubanio.com/simple/

使用清华镜像：

pip install	tensorflow_gpu==2.2.0  -i https://pypi.tuna.tsinghua.edu.cn/simple/

如果只是安装tensorflow_gpu，则教程到此结束。接下来继续介绍Keras安装教程

安装Keras

使用豆瓣镜像安装Keras
注意版本和包之间的等号为 == 不是 =,
使用豆瓣镜像：

pip install Keras==2.4.3 -i https://pypi.doubanio.com/simple/

使用清华镜像：

pip install Keras==2.4.3 -i https://pypi.tuna.tsinghua.edu.cn/simple/

测试

tensorflow_gpu查看GPU是否可用

• 2.0以上版本的tensorflow_gpu可以使用以下代码查看GPU是否可用

import tensorflow as tf 
tf.test.is_gpu_available()

• 查看物理GPU列表

import tensorflow as tf 
tf.config.list_physical_devices('GPU')

keras查看GPU是否可用

• 2.0以上版本的keras可以使用以下代码查看GPU是否可用

from keras import backend as K
K.tensorflow_backend._get_available_gpus()

附录-tensorflow_gpu版本与python、cuda、cudnn的对应关系

windows下的对应关系
Linux/MacOS下的对应关系

结束

自此结束，简洁省心！