最好用的win10环境下tensorflow2.0 CPU/GPU安装教程

最好用的win10环境下ensorflow2.0 CPU/GPU安装

1、确保你的电脑安装了anaconda，如果没有参考我的这篇博客

https://blog.csdn.net/JohnLeeK/article/details/99582355

2、对你的anaconda还有pip换源（非必要，可以跳过），这一步只是增加下载速度，参考我的这篇博客

https://blog.csdn.net/JohnLeeK/article/details/102686424

3、确定你显卡为N卡（英伟达），AMD目前支持较少，安装CPU版本的可以跳过

接下来我们分为两个部分1、CPU版本的安装，2、GPU版本安装，大家根据需求自行选择

一、CPU版本看这里

1、首先打开命令行，我们创建一个tensorflow环境输入如下命令

conda create -n tf python=3.6

2、然后激活这个环境

activate tf

3、更新下pip

python -m pip install --upgrade pip

4、然后下载tensorflow（使用清华镜像源）

pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

到这一步基本来说就结束了，剩下的就是测试了

5、测试

我们打开anaconda面板切换到tf这个环境，安装jupyter  notebook如图

安装好之后直接launch，然后我们创建一个脚本

复制粘贴下边的代码

import tensorflow as tf
tf.test.is_gpu_available()
print(tf.__version__)

运行下看结果

二、GPU版本看这里

GPU版本要做的事稍微多一点，但是也不繁琐，注意要求，tensorflow2.0要求CUDA 为10.0版本，cudnn是7.6.0版本，接下来开始。

1、CUDA 10.0的安装

点这个链接https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork

下载完成后开始安装

选择自定义

红色方框里边那个不要

下一步，安装即可

2、cudnn下载和配置

点这里链接下载cudnn

https://developer.nvidia.com/rdp/cudnn-download

这里需要注册账号，两分钟的事

然后将cudnn解压，复制到图中文件夹下边

3、配置环境变量

右键“此电脑”图标，点属性

然后点高级系统设置

点环境变量

点编辑

添加如下环境变量

4、tensorflow2.0 GPU版安装

这里还是先创建环境，打开命令行

conda create -n TFGPU python=3.6

激活环境

activate TFGPU

更新pip

python -m pip install --upgrade pip

下载tensorflow gpu版（使用清华镜像源）

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

5、测试(参考CPU版安装步骤5)

同样切换到anaconda面板，安装jupyter notebook，然后启动

编写如下代码

import tensorflow as tf

tf.test.is_gpu_available()

print(tf.__version__)

结果

好了到这里就结束了，但是要提醒下大家网上有用命令行安装cuda和cudnn的，我试过了不稳定，而且容易出错，建议大家和我一样手动的安装和配置环境变量，以下两条命令能用，但是极其不稳定

conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/


conda install cudnn=7.6.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

最后说一遍，不建议使用这样的方式。

如果我的博客解决了你的问题，麻烦点个赞，你的点赞是我更新的动力，谢谢！