聲明:轉載的原文地址是?https://www.cnblogs.com/xxxms/p/11826388.html?,感謝作者分享自己的經驗,非常感謝
發布這篇文章是因為這么好的文章百度起來是如此的困難，請大家多支持發布這種節省生命的文章的作者，作為一個程序呆子，醉心于技術，真心希望能夠少花點時間在一些根本不具備參考價值的過程上，謝謝大家支持。
windows10下安裝tensorflow2.0-GPU和Cupy（不用搞CUDA+cudnn）
0.前言
今年暑假買了個1660ti的游戲本學python，后來發現跑一些數據量比較大的代碼和深度學習的時候太慢了，遂想裝一下GPU版本，看了網上的資料搞了好幾天，又是CUDA又是cudnn的，網速慢不說，裝完還各種報錯，最后發現隨著anaconda和tensorflow的更新，現在利用anadonda只要一行命令就能完成。（裝好虛擬環境后，直接看4.2）
1. 安裝anaconda
這部分沒啥難度，只要注意兩點：
1.去官網下載https://www.anaconda.com/distribution/，而不要去清華的鏡像站（已經很久沒有更新了），官網下比清華慢一點，但相信我這是值得的。
2.安裝的時候建議直接把兩個勾都選上（網上的其他教程都建議不勾選然后手動添加PATH，但我發現直接勾上沒問題，之后加PATH反而有各種問題出現）
#.如果之前電腦里已經有安裝python，建議先卸載再裝anaconda，這樣能避免很多問題
做完這一步你就擁有了一個預裝了很多包的base環境，包括pandas和numpy，足夠初學者做很多事情了。
2. 換清華源
雖然上面說anaconda的安裝包不要去清華上下，但是用鏡像站來下載和更新python包還是可以的（能快上不少）。打開CMD，復制打入就行
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge?
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
3.創建一個另外的虛擬環境
起先看網上教程的時候一直不明白這一步有什么用，處理了很多報錯以后發現這是為了避免依賴包版本沖突。例如你在官網上下載的anaconda，自帶的base環境是python3.8，而tensorflow是建議裝python3.6，它要求的各種依賴包也是python3.6時代的，直接在base環境下安裝，需要將本來是最新的軟件包降級，可能會影響其他包，最新的功能就用不到了。
所以創建虛擬環境可以完全避免依賴包沖突，需要使用tensorflow的時候切換過來就行。
3.1 打開CMD（如果你把anaconda裝在了C盤，建議使用管理員運行，可以事先避免權限報錯），鍵入:
conda create -n env_gpu python=3.6?
（env_gpu是你給虛擬環境起的名字，依個人喜好就行，網上大多叫tensorflow或者env_tf2，我這邊叫env_gpu是因為我用這個環境來跑需要gpu加速的任務：tensorflow-gpu和cupy）
? 按y回車，anaconda就會安裝一些必須的包（換源之后是很快的）
4. 在虛擬環境下安裝tensorflow-GPU(用于機器學習）和cupy（numpy的GPU加速版本）
4.1 首先激活虛擬環境：
conda activate env_gpu
（整個第4步的cmd都別關掉，用同一個，假如手滑關了，就要再激活一次虛擬環境）
可以看到前面有個括號表明所在的環境
4.2.安裝tensorflow-gpu和cupy
conda install tensorflow-gpu=2.0.0
conda install cupy
（一行一行來）
可以看到anaconda會自動安裝匹配版本的cuda和cudnn，不用去英偉達官網下載了，也避免了操心版本問題。
4.3 安裝spyder, jupyter notebook
因為我們在第三步創建了一個獨立的虛擬環境，和原來base環境里的spyder和jupyter notebook是不通用的，所以在這個環境下手動安裝一個就行:
conda install spyder
conda install jupyter
安裝完以后可以在開始菜單搜索spyder，（anaconda）結尾的是base環境下的spyder, （env_gpu）結尾的是這個環境下的spyder。
5.測試一下吧?
5.1 打開spyder(env_gpu)
5.2 鍵入一些測試的code
5.3 cupy也導入測試下
都沒有報錯，大功告成！
conda虛擬環境操作
1. conda env list 或 conda info -e 查看當前存在哪些虛擬環境
2. conda update conda 檢查更新當前conda
3. conda update --all 更新本地已安裝的包
4. conda create -n your_env_namepython=X.X（2.7、3.6等） anaconda 命令創建python版本為X.X、名字為your_env_name的虛擬環境。your_env_name文件可以在Anaconda安裝目錄envs文件下找到。
5. Windows: activate your_env_name(虛擬環境名稱) 激活虛擬環境
6. conda install -n your_env_name [package] 安裝package到your_env_name中
7.linux: source deactivate?????????? Windows: deactivate???? 關閉虛擬環境
8. conda remove -n your_env_name(虛擬環境名稱) --all 刪除虛擬環境 如果出錯試試 conda env remove -n your_env_name
9. conda remove --name your_env_name package_name? 刪除環境中的某個包
conda info --envs 顯示虛擬環境列表
使用清華鏡像快速安裝pytorch
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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install pytorch torchvision cudatoolkit=XX.0 （版本號從https://pytorch.org/上，查找對應版本）
下面就可以快速安裝了。
若果做GNN推薦是用DGL框架，新手友好。
我的是conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
-c pytorch必須刪除,否則清華鏡像無法使用,下載失敗
conda create -n env_pytorch python=3.6
conda install pytorch torchvision cudatoolkit=10.1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
不管是pytorch還是tensorflow2.0我都建議安裝spyder和jupyter notebook,集成的環境還是比較容易使用的.
conda install spyder
conda install jupyter
匯總下,避免混淆
conda create -n env_pytorch python=3.6
conda install pytorch torchvision cudatoolkit=10.1
conda install spyder
conda install jupyter
接下來可以進入python看看pytorch是否安裝成功，輸入下述命令，若無報錯則安裝成功：
import torch
import? torchvision
下面是一些gpu相關的命令：torch.cuda.is_available()
cuda是否可用；
torch.cuda.device_count()
返回gpu數量；
torch.cuda.get_device_name(0)
返回gpu名字，設備索引默認從0開始；
torch.cuda.current_device()
返回當前設備索引；
如果想要安裝pytorch+pandas需要的步驟
conda create -n env_pytorch python=3.6
conda install pandas
conda install pytorch torchvision cudatoolkit=10.1
conda install spyder
conda install jupyter
測試import pandas as pd只要不出提示信息表示正常
PS:
進入虛擬環境
conda activate env_gpu
conda activate env_pytorch
退出虛擬環境
conda deactivate
IDE應用虛擬環境
你可以在 VSCode 中?Ctrl+Shift+P?，鍵入?select interpreter?來選擇你想要的 python 解釋器而無視激活的環境,然后Ctrl+F5運行,code的F5調試經常出問題
你同樣可以在pycharm中按Ctrl+Alt+S中選擇切換虛擬環境(第一次創建虛擬環境必須添加虛擬環境),然后Shift+F9調試,Shift+F10運行
python的話,建議使用pycharm,比較好用一些,相比pycharm,code有些地方做的不是很好,比如項目
