tensorflow与GPU安装（踩坑多次的菜鸟总结）

完整解决tensorflow与GPU安装

---

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，但是很多人被它的环境所困扰。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、首先确定GPU与TensorFlow版本

本人使用的是tensorflow_gpu-1.13.0, CUDA=10.0,cudnn=7.4。版本图和环境变量我也展示出来了。此版本经过验证是好的，本人的电脑的显卡为GTX 1060。
有人可能看了自己英伟达显卡控制面板，发现上面显示的为CUDA11.0，相信有人也向我以前一样认为需要安装11.0，其实这个是你的显卡上限，最高支持11.0的，CUDA版本还是对照tensorflow来看。

二、下载Anaconda

1.版本介绍

安装有明确几点几版本的，另一个根据日期的版本有缺失，本人使用过，有问题。

三、Anaconda中导入tensorflow环境

如图片展示
第一步：

单击base旁边的箭头，打开teminal命令，输入以下命令安装
对于GPU版本：conda create --name tensorflow-gpu python=3.6
这样我们的一个环境就安装好了
在base打开的temianl中，激活新的环境： activate tensorflow

# 查看当前下载源
conda config --show-sources
# 添加下载源
# 清华镜像源
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/
# 中科大镜像源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
# 添加下载源后，设置搜索时显示通道地址
conda config --set show_channel_urls yes
# 删除下载源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

建议更换下载源，激活tensorflow环境后就可以安装我上面的命令直接安装了

四、安装tensorflow

如果小伙伴的CUDA=10.0,cudnn=7.4 ,那就可以参考我的图片

2.0以上的可以参考这个图片
pip install tensorflow-gpu==1.3.1
在上述激活好的环境中输入以上命令即可安装；

在home中选择好tensorflow的环境后，使用我标志的编译器，然后输入以下代码

import tensorflow as tf
hello=tf.constant(‘hello,world’)
sess=tf.Session()
print(sess.run(hello))

如果返回Hello ，Tensorflow! 即表示已经成功安装，接下来你就可以在这个新环境中安装其它你需要的安装包了。

总结

到这里我的分享就结束了，遗憾的是没有很多时时安装的图片，主要是我是在安装完后才想到，写一篇文章来总结一下，希望对有困难的小伙伴有帮助。