目录
1 安装Anaconda
1.1下载Anaconda安装包
1.2安装
双击已下载好的Anaconda3-2021.11-Windows-x86_64.exe 文件
if 电脑有多个用户：选择All Users
else:选just me
选项一：加入环境变量；
选项二：默认使用 Python 3.9（因我电脑已有python，不再勾选）(注意：python版本要根据自己电脑所能支持的cuda版本对应安装，见2.1)
剩下一路”next”。在cmd里输入conda –version，若返回conda版本则说明环境变量配置成功。
1.3 更改路径
打开cmd，输入：
jupyter notebook --generate-config
回车，会产生[jupyter_notebook_config.py]：
用记事本打开[jupyter_notebook_config.py],找到c.NotebookApp.notebook_dir,建立新工作路径
取消注释，去掉前面#，点击保存即可。
1.4 修改默认浏览器
记事本打开[jupyter_notebook_config.py],找到c.NotebookApp.browser = ”，在此行下面添加以下三行代码：
import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\Users\Lenovo\AppData\Local\Google\Chrome\Application\chrome.exe"))
c.NotebookApp.browser = 'chrome'
这样就修改好了Anaconda使用的浏览器和使用路径，现在打开Jupyter Notebook。
2 安装cuda9.0
2.1 cuda版本选择
谷歌搜索”yourGPU型号+SPECIFICATION”，在官网查此电脑是否支持CUDA。
查看自己电脑支持的cuda版本号：电脑桌面右键，打开”””NVIDIA控制面板”->左下角”系统信息”->组件,查看3D设置里的”NVIDIA.DLL”。 可见，此电脑支持cuda9.0。
去cuda官网下载cuda9.0（CUDA Toolkit Archive | NVIDIA Developer）
双击.exe文件，安装在自己指定路径即可。（精简安装）
3 安装cudnn v7.6.5
在官网上下载cudnnv7.6.5(cuDNN Archive | NVIDIA Developer)
解压cudnn-9.0-windows10-x64-v7.6.5.32，把D:\cudnn\cudnn-9.0-windows10-x64-v7.6.5.32\cuda\bin的cudnn64_7.dll拷贝一份至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
配置环境：
（1）把cudnn加入环境变量path；
（2）配置cuda环境
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_PATH_V9_0 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
4 安装tensorflow-gpu1.8.0
降低一下python版本至3.6
（因我电脑本身装的python3.9，所以安装失败，需要降低一下python版本至3.6）
使用以下命令创建新环境：
[En]
Create a new environment using the following command:
conda create -n env_name list of packages
其中 -n 代表 name，env_name 是需要创建的环境名称，list of packages 则是列出在新环境中需要安装的工具包。
比如我现在的python版本是3.9，但我想安装一个python 3.6的环境，则在anaconda prompt输入：
conda create -n py36 python=3.6
现在激活这个新配置的环境：
[En]
Now activate this newly configured environment:
conda activate py36
输入python –version，可以看到：
非常棒，已经从3.9切换为3.6版本了 ，且可以在Anaconda Navigator里切换环境。
另外：科普
1）如果要删除我们配置的新环境，则：
conda env remove -n env_name
2）显示所有环境：
conda env list
3）当前环境下的 package 信息存入名为 environment 的 YAML 文件中 ：
conda env export > environment.yaml
4）当执行他人的代码时，也需要配置相应的环境。这时可以用对方分享的 YAML 文件来创建一摸一样的运行环境。
conda env create -f environment.yaml
安装后，新建test.py文件,测试是否安装成功，test.py文件内容如下：
import tensorflow as tf
Create TensorFlow object called tensor
hello_constant = tf.constant('Hello World!')
with tf.Session() as sess:
    # Run the tf.constant operation in the session
    output = sess.run(hello_constant)
    print(output.decode())# bytestring decode to string.
在anacoda里跑一下test.py程序
发出了警告” FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’.
_np_qint8 = np.dtype([(“qint8″, np.int8, 1)])”
为解决此警告，在相应位置将对应行的” (type, 1) “都改成”(type, (1,))”即可。 再跑一下test.py程序：
ok，nice！完工！
Original: https://blog.csdn.net/weixin_42052249/article/details/123960879
Author: 啾啾啾666
Title: GTX960M安装Anaconda+cuda9.0+cudnn v7.6.5+tensorflow-gpu1.8.0
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/496981/
转载文章受原作者版权保护。转载请注明原作者出处！