一、版本

github配置源码的时候一定要看文档！！！！
一定要注意版本要求，否则后期bug一堆，环境重配！！！
官方文档
https://github.com/tensorflow/models/tree/master/research/delf
在这里插入图片描述

二、安装tensorflow-gpu

conda install tensorflow-gpu
参考win10 配置tensorflow gpu版–不用装CUDA
说个坑，这样比较方便，不用安装nvida、cuda，但是默认是安装最新的package，最新的一般问题较多资料也难找，import keras一直报错，说是tensorflow和keras版本不对应啊，但是也有网友说tensorflow2.6对应keras2.6，但是也不行，坑啊，搞了一晚上
千万不要因为怕麻烦不安装cuda、cudnn，安装新版本调bug更麻烦还要从头再来

2.1推荐用pip安装tensorflow-gpu

一配置python环境变量（来回切换太麻烦）

二在AncondaPromt里面activate 某env，就可以使用当前环境的pip（推荐）

conda create -n tensorflow python=3.6   //创建环境
activate tensorflow     //激活环境
pip install numpy       //安装后注意看看envs/tensorflow 里面有没有lib之类文件，
                        //可能有时候激活不成功，我就遇见了这坑
                        //安装了一堆把环境配好，准备在pycharm输入当前python环境，结果就两文件夹

pip安装tensorflow

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.2
也可以使用下面的命令安装cpu版本的tensorflow
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.2
上面是用清华镜像安装，公网用户可以将镜像地址替换为豆瓣
http://pypi.douban.com/simple --trusted-host pypi.douban.com

2.2pip安装keras

tensorflow2.2.0对应keras2.3.1

	pip install i https://pypi.tuna.tsinghua.edu.cn/simple theano
	pip install i https://pypi.tuna.tsinghua.edu.cn/simple keras==2.3.1

三、安装cuda（cuda drive)、cudnn

3.1下载CUDA10.1

官网，下载地址 CUDA Toolkit 10.1 update2 Archive | NVIDIA Developer
官网，cudnn要与cuda一致，cudnn下载地址或者cudnn下载较慢，采用其他博主分享，cudnn-10.1-windows10-x64-v7.6.0.64.zip_免费高速下载|百度网盘-分享无限制
或者参考我之前博客分享的cuda10.0与对应cudnn

3.2安装CUDA10.1

如果没有安装drive，可以一起安装，比较方便
CUDA安装很简单，运行CUDA安装程序，全程默认安装。
若显示，安装失败，则可能是vs插件的问题，后来看到提示，是Visual Studio Intergration没有对应的vs版本，如果不需要在vs中安装，可以省去，参考之前博客

在这里插入图片描述

3.3cuDNN安装

先解压，然后将下面的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1目录，这个是CUDA10.1默认安装目录。
在这里插入图片描述
覆盖完成后的文件夹是这样的

3.4 配置环境变量

在系统设置中选择path
在path中添加以下目录,
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64

3.5 测试cuda

cmd，输入nvcc -V(中间有空格)后，按回车，会显示CUDA的版本号信息，表明安装成功
nvidia-smi显示gpu使用（注意没有空格）

3.6测试tensorflow-gpu

import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello=tf.constant('Hello,Tensorflow!')
sess=tf.compat.v1.Session()
print(sess.run(hello))