Tensorflow2.0 CPU+GPU版本的安装过程和学习教程（win10+python3.7）

参考文章：

【Tensorflow2.0】Tensorflow2.0的安装教程

tensorflow2.0安装以及教程

最全Tensorflow2.0 入门教程持续更新

TensorFlow 2.0 教程-安装TensorFlow 2.0

以下是本电脑安装tensorflow2.0的过程。

• 安装anaconda3.6或者其他版本
• 创建一个环境，用来安装tensorflow2.0以及相关的python packages.

conda create -n tensorflow2.0 python=3.7

• 激活创建的环境，安装tensorflow2.0

#激活环境
activate tensorflow2.0
#对于GPU版的安装，为保证不论原始linux环境是什么样的都可以安装，如果原系统已经符合，以下命令不用执行
conda install cudatoolkit=10.0 cudnn=7.3
#正式安装tensorflow2.0（alpha0版本）
pip install tensorflow==2.0.0-alpha0 # cpu version
pip install tensorflow-gpu==2.0.0-alpha0  #gpu version
#正式安装tensorflow2.0（beta1版本）
pip install tensorflow==2.0.0-beta1  # cpu version
pip install tensorflow-gpu==2.0.0-beta1  #gpu version
#正式安装tensorflow2.0 （rc0版本）
pip install tensorflow==2.0.0rc0 # cpu version
pip install tensorflow-gpu==2.0.0rc0  #gpu version

注意：三个tensorflow2.0的版本任选一个版本就行。

• 测试是否安装成功

#输入python，进入python环境
import tensorflow as tf
#查看tensorflow版本
print(tf.__version__)
#输出'2.0.0-alpha0'
#测试GPU能否调用,先查看显卡使用情况
import os 
os.system("nvidia-smi")
#调用显卡
@tf.function
def f():
	pass
f()
#这时会打印好多日志，我电脑上还有warning，感觉不影响
#再次查询显卡
os.system("nvidia-smi")

我之前创建一个虚拟环境tensorflow1.13，安装了tensorflow1.13版本，后来在此基础上又创建了新的虚拟环境tensorflow2.0，安装了tensorflow2.0版本。

经过测试，tensorflow1.13版本和tensorflow2.0版本可以正常使用。根据自己的电脑配置和安装环境，可能安装过程会有一定的区别，如果遇到问题的话可以在CSDN论坛上搜索相关信息。