确认显卡是否更新到最新版本

avatar
注意保证显卡驱动版本在384及以上,因为之后需要安装的CUDA 9.0对显卡驱动的最低支持到384(2018.10.23)

安装anaconda

安装

记得勾选所有用户
avatar
和勾选自动添加环境变量
avatar

管理虚拟环境

  • 打开cmd,换清华源

    1
    2
    3
    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
  • 导入环境
    开始菜单 - 打开Anaconda Navigator - 侧边栏选择Environments - 选择文件environment.yaml - 点击import
    avatar

  • 安装Jupyter Notebook(由于地域问题导致导入失败的,直接看下一条)
    侧边栏切换回Home - 安装Jupyter Notebook
    avatar
    找到jupyter notebook,点击install

环境导入出错的,先确认一下conda有没有切换到清华源,还是不行的尝试自己配置一个虚拟环境:

1
2
3
4
5
6
conda create -n tf python=3.5
activate tf
pip install tensorflow-gpu
如果出现numpy的报错,尝试pip install --upgrade --force-reinstall numpy
conda install jupyter notebook
conda install matplotlib

安装CUDA

双击运行安装,记住安装位置后一直下一步就好
avatar

https://developer.nvidia.com/cuda-toolkit-archive

安装CUDNN

  • 解压CUDNN压缩包
    avatar
  • 打开CUDA安装路径,默认应该在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
  • 将CUDNN各个文件夹内的内容拷贝到CUDA相应的文件夹
    avatar

    注意:一要按照对应文件夹拷贝;二是把解压出来的文件夹里面的文件拷贝进CUDA目录的对应文件夹例如lib,就把lib/x64下面的cudnn.lib放到CUDA\v9.0\lib\x64下面
    avatar