Windows下的TensorFlow2.0环境搭建

TensorFlow 是一个端到端开源机器学习平台。它拥有一个包含各种工具、库和社区资源的全面灵活生态系统，可以让研究人员推动机器学习领域的先进技术的发展，并让开发者轻松地构建和部署由机器学习提供支持的应用，TensorFlow官网可以看一下。

话不多说直接来。

---

1、下载安装Anaconda3

进入Anaconda3官网（https://www.anaconda.com/distribution）；
当然如果嫌慢可以用国内清华镜像网站（https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/）

选择python3.7的64bit的安装包，mac或者linux选其他的即可。
下好之后直接点安装就好，安C盘会好一些；唯一注意的地方就是再这个地方可以勾上，不勾上得自己去环境变量里添加，会麻烦一些。

进入命令行cmd后，使用conda --version 可查看版本，然后安装完后进去的界面：

然后点左边的Environments可以看到有一个base(root),这就是最初安装后的环境，这里对应需要的python是3.5.4，所以可以点后面更改；

接下来修改路径，我是安在C盘的，进入命令行，输入 jupyter notebook --generate-config回车后再用户文件夹下会出现.jupyter文件夹并有jupyter_notebook_config的py文件

接着用Notepad++打开jupyter_notebook_config.py找到c.Notebook（看行数）输入自己的新路径，取消注释#，点击保存，这下就修该好了路径
再打开命令行，输入jupyter notebook，你就发现你的路径已更改

这里如果修改后不工作了，在Anaconda Prompt 终端再输入jupyter notebook --generate-config，会提示覆盖这是正常的，再修改一下路径就可以了。

接着找到你想用的浏览器路径(下面是我的浏览器路径)找到App.browser = ‘’，在这行下面添加以下三行代码

import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\ProgramFiles (x86)\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。以后我们的Jupyter Notebook将写下Tensorflow2.0的内容，可在菜单里选择或者只需在命令行中输入 ：jupyter notebook，执行上面命令之后， Jupyter Notebook 将在你的默认浏览器中打开，网址为：http://localhost:8888/tree

如果要管理自己的虚拟环境，进入Anaconda Prompt中比如创建版本python3.5的虚拟环境python35，输入 conda create --name python35 python=3.5即可，之后使用activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境,
命令行前面也会多一个(base) 说明当前我们处于的是base环境下

如果忘记了名称我们可以先用 conda env list，之后可使用conda remove --name test --all卸载环境。

2、下载安装CUDA和cuDNN

在CUDA官网进行下载，下载完成后，打开下载的驱动，取勾GeForce Experience

如果电脑上本身就有Visual Studio Integration，要将这个取消勾选，避免冲突了。

点开Driver comonents，Display Driver这一行，前面显示的是Cuda本身包含的驱动版本是411.31
如果你电脑目前安装的驱动版本号新于Cuda本身自带的驱动版本号，那一定要把这个勾去掉。否则会安装失败(相同的话，就不用去取勾了)

打开此路径，查看nvcc.exe
有这个nvcc.exe就说明CUDA安装已成功

打开此文件夹，查看有没有cuti64_100.dll
有这个cuti64_100.dll就说明CUPT1已成功

接着cudnn官网选择cuDNN for CUDA10.0下载

解压后复制到CUDA文件夹下

之后在环境变量path中加入cuDNN路径，CUPTA路径

测试CUDA在命令行中输入 nvcc -V
说明我们CUDA的版本是10.0

下载安装tensorflow

安装Tensorflow，在Anaconda Prompt中输入：conda create -n tensorflow python=3.5
一般情况下下载会很慢，因为一般默认链接的都是国外镜像地址，下载肯定很慢。改一下链接镜像的地址：打开安装好的Anaconda中的 Anaconda Prompt，然后输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 　　　　
conda config --set show_channel_urls yes

这两行代码用来改成连接清华镜像的。
再打开C:\Users\Administrator.condarc文件，删除两行代码：
ssl_verify: true
defaults
然后在Anaconda Prompt中输入：conda create -n tensorflow python=3.5

之后在我们的虚拟环境下输入 pip --default-timeout=100 install tensorflow-gpu==2.0.0-beta0

如果下载太慢，可以尝试用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow，可能需要升级pip

成功安装后的界面：

然后我们测试TensorFlow：在命令行中输入

import tensorflow as tf
tfabab.test.is_gpu_available()

显示True，说明gpu版本已经安装成功。
这里有一些我遇到的坑的解决办法：
1、如果显示什么Could not load dynamic library ‘cudart64_100.dll’; dlerror: cudart64_100.dll not found，简单的方法是去对应路径改下名字，这是不同对应版本的问题。

1.找到CUDA的安装目录（默认：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA）
2.直接搜索：cudart64
3.搜到的是cudart64_101.dll右键属性，把它改成（如图）：cudart64_100.dll

2、出现：ImportError: No module named tensorflow可是这个TensorFlow的库明明已经安装成功，在conda list里面存在。这里需要升级setuptool再重新安装

pip install --upgrade -I setuptools

3、安装出现socket.timeout: The read operation timed out。像前面的安装方法里一样加超时时间

pip3 --default-timeout=100 install -U tensorflow

4、cuDNN的官网可能有网络问题，只能换网下载。