常用命令

conda env list 当前已创建的环境列表
conda create -n name 创建名称为name的环境
conda remove -n name --all 删除名称为name的环境
conda activate name 进入名为name的环境
conda install cudatoolkit=10.1 在当前环境安装cuda10.1
conda install cudnn=7.6 在当前环境安装cudnn7.6
conda --vesion 查看当前conda版本
conda search --full --name tensorflow 查看当前可使用的tensorflow版本
pip install tensorflow-gpu==2.1 ，可指定GPU版本

配置步骤

亲测cuda10.1，cudnn，tensorflow2.1.0，gpu版本正确配置方法：

更新NVIDIA驱动至430.19或更高版本
安装anaconda3.5.3.0，安装时勾选创建环境变量
进入anaconda命令行
创建环境：conda create --name tf21py37 python=3.7，此为创建指定python3.7版本的环境
激活环境：conda activate tf21py37
安装cuda，cudnn，cv2：conda install cudatoolkit=10.1，cudnn：conda install cudnn=7.6 ；pip install opencv-python
安装tensorflow：pip install -i https://mirrors.aliyun.com/pypi/simple/ tensorflow-gpu== 2.1

安装过程中出现的问题及解决

问题1：ERROR: Cannot uninstall ‘wrapt’. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.
解决1：pip install wrapt --ignore-installed

问题2 ：安装进度缓慢
解决2：上网搜索anaconda添加镜像源，添加阿里云，豆瓣等
更新-----------------
添加镜像：
阿里云
中国科技大学
豆瓣(douban)
清华大学
中国科学技术大学
conda config --add channels https://mirrors.aliyun.com/pypi/simple/
conda config --add channels http://pypi.mirrors.ustc.edu.cn/simple/
conda config --add channels https://pypi.mirrors.ustc.edu.cn/simple/
conda config --add channels http://pypi.douban.com/simple/
conda config --add channels https://pypi.tuna.tsinghua.edu.cn/simple/
查看添加的镜像：
conda config --get channels

测试

进入环境并运行测试

cpu_test

import tensorflow as tf
from tensorflow.python.client import device_lib
print(tf.__version__)  # 输出tf版本号
A_test = tf.constant([[1, 2], [3, 4]])
B_test = tf.constant([[5, 6], [7, 8]])
C_test = tf.matmul(A_test, B_test)
print(C_test)

输出为
tf.Tensor([[19 22] [43 50]], shape=(2, 2), dtype=int32)

gpu_test

import tensorflow as tf
from tensorflow.python.client import device_lib
print(tf.__version__)  # 输出tf版本号
gpu_device_name = tf.test.gpu_device_name()
print(gpu_device_name)
print(tf.test.is_gpu_available(), tf.config.list_physical_devices('GPU'))

输出中包含True，则GPU版本安装成功

参考文章https://blog.csdn.net/weixin_45709671/article/details/107448136

win10,GTX1650配置cuda10.1，cudnn7.6.5，cv2环境参考相关推荐

Windows10配置CUDA10.0+cudnn7.5.1
1.安装CUDA10.0 (1)下载:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&tar ...
NVIDIA GeForce GTX 850M win10 cuda配置及安装教程
NVIDIA GeForce GTX 850M win10 cuda配置 cuda10.0+cudnn7.6.4+tensorflow2.0.0+keras2.3.0 ---------------- ...
笔记本GTX1650配置tensorflow-gpu2.2.0（利用anaconda命令安装cuda和cudnn）
笔记本WIN10+GTX1650配置tensorflow-gpu2.2.0(利用anaconda命令安装cuda和cudnn 概览硬件配置:i7-10750h+4G GTX1650 软件配置:ana ...
ubuntu18.04+cuda10.2+cudnn7.6.5+anaconda3+pytorch1.6
ubuntu(18.04)配置pytorch(cuda10.2+cudnn7.6.5)环境安装流程: 1安装显卡驱动 2安装CUDA 3安装CUDNN 4安装Anaconda3 5确定python版 ...
Win10 + GTX1650显卡安装 Cuda-10.1 + CuDNN-7.6 + Tensorflow-gpu-1.15.0 一步到位
之前一直使用tensorflow的cpu版本,即便是简单的模型训练增加迭代次数到50次还是有点慢的,所以用gpu版本加速废话不多说,流程先列出来,有个大致认识: anaconda----Visual ...
win10 64bit+ qt5.12.0 + msvc2017 + libtorch(pytorch)+cuda10.1+cudnn7.6配置
win10 64bit+ qt5.12.0 + msvc2017 + libtorch(pytorch)+cuda10.1+cudnn7.6配置因为配置过程遇到了各种坑,资料又很少,记录下来,相信其 ...
Ubuntu18.04+GTX1060(1660)+cuda10.1+cudnn7.6.5+pytorch1.7.1配置
为了跑YOLOv5配置环境走了很多弯路,现在将详细不走记录下来,供以后参考. 一.显卡驱动安装参考了这位大佬的文章:[Python学习]Ubuntu18.04从零开始安装CUDA与cuDNN_Yir ...
ubuntu16.04+gtx1080ti+cuda10.0+cudnn7.4.2/cudnn7.6.4 环境配置
配置:ubuntu16.04+gtx1080ti+cuda10.0+cudnn7.4.2/cudnn7.6.4+显卡驱动NVIDIA-Linux-x86_64-410.78 tensorflow1.1 ...
win10双系统安装ubuntu16.04+gtx750ti+python3.6配置cuda-9.0+cuDNN7.05+TensorFlow-gpu1.8.0+opencv 2.4.13的过程汇总
参考: https://blog.csdn.net/weixin_40494464/article/details/81010256 http://www.cnblogs.com/EasonJim/p ...

win10,GTX1650配置cuda10.1，cudnn7.6.5，cv2环境参考