這篇保留當時在 Anaconda 中建立 Python 3.6 環境與安裝 tensorflow-gpu 的流程。它適合查閱舊專案的環境設定；套件名稱、GPU 支援方式與相依版本，需以所使用版本的文件為準。

本篇重點
  • 建立並啟用獨立的 Python 環境
  • 安裝當時使用的 TensorFlow GPU 套件
  • 了解套件與整個環境的移除方式

原始實作記錄於 2020 年；以下操作畫面與程式範例保留當時版本。

以下整理當時使用 conda 的操作順序。這是 Python 3.6 與 tensorflow-gpu 的舊版環境紀錄，不是新版 TensorFlow 的通用安裝方式。

<name>代表自行命名的環境

  1. 建立 Python3.6 新環境

    1
    conda create -n <name> python=3.6

  2. 啟動<name>環境

    1
    activate <name>

  3. 啟用目標環境後，安裝當時使用的 tensorflow-gpu。conda 依套件來源解析相依項目；CUDA 與 cuDNN 的對應版本仍需確認，系統顯示卡驅動也要另行檢查。

    1
    conda install tensorflow-gpu==1.12.0

移除套件與環境
若要conda刪除組合包，請輸入以下指令，<name包>為包名稱。

1
conda uninstall <name包>

若要單一移除某個套件，使用下方指令，<name套>為套件名稱。

1
pip uninstall <name套>


若要移除整個環境，先確認環境名稱並離開該環境，再使用下方指令。刪除環境與卸載單一套件的範圍不同。

1
conda env remove -n <name>

如何確認環境可用

套件安裝完成後，先確認目前的 Python 屬於目標環境，再檢查 TensorFlow 能否匯入，以及是否辨識到預期的 GPU。最後執行一個小型運算或原專案的最小範例，分開記錄套件安裝、GPU 辨識與實際運算的結果。

新版安裝方式請查閱 TensorFlow 官方安裝文件。