Tensorflow2.0安装及相关配置

Tensorflow分为CPU版本和GPU版本，安装步骤类似

Tensorflow的GPU版本安装前的准备

安装 GPU 驱动

1. 确保电脑已经安装好了 Nvidia GPU 显卡驱动， 官方驱动下载地址
2. 同时需要确保电脑显卡的运算能力在 3.5 之上， 可以在这里查看对应显卡的运算能力

安装 GPU 运行库

对于 GPU 版本的 TensorFlow2.0 来说， 因为调用了 Nvidia 显卡运行代码，因此需要安装 Nvidia 提供的运行库（GPU 加速工具） 。 GPU 加速工具有 2 个：CUDA 和 CuDNN。

TensorFlow 的版本一般和运行库的版本是绑定的， 一定要配合使用， 下载对应的版本， 不要改动。

TensorFlow2.0 对应的 Nvidia 运行库版本如下：

• CUDA 版本： 10.0
• cuDNN 版本： for CUDA 10.0

安装 CUDA

1. 下载并安装 CUDA
   下载地址为： https://developer.nvidia.com/cuda-toolkit-archive
   建议不要修改路径信息， 完全使用默认路径安装
2. 测试 CUDA 版本
   进入到 CUDA 的安装目录：
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
   确认文件 nvcc.exe 存在

在 dos 下输入命令 nvcc -V 查看版本号：
3. 配置环境变量
(1) 依次打开：控制面板–系统和安全–高级系统设置：
在“系统变量” 中， 检查 CUDA_PATH 和 CUDA_PATH_V10_0 是否存在。如果没有， 则使用“新建” 按钮添加。
(2) 配置 Path 变量
在“系统变量” 中， 找到“Path” ， 点击“编辑” ， 弹出“编辑环境变量”窗口：
将 CUDA 的运行路径添加到环境变量 PATH 中。
CUDA 的运行路径：
C:\Program Files\NVIDIA GPU Computing Tokklkit\CUDA\V10.0\bin
如果电脑的 CUDA 安装路径不是这个， 复制自己的路径即可。

安装 cuDNN

1. 下载
   安装好了 CUDA 之后， 还需要安装 cuDNN。 下载地址：
   https://developer.nvidia.com/cudnn
   下载 cuDNN 需要一个 NVIDIA 账号， 自己注册一下就好了。
   之后进入下载页面， 下载 for CUDA 10.0 版本的 cuDNN。
2. 拷贝
   下载完毕之后解压， 得到文件夹cuda，并将cuda文件夹复制到：
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0。
   (1)将 cuda\bin 目录下的文件复制到：
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
   (2)将 cuda\include 目录下的文件复制到：
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
   (3)将 cuda\lib 目录下的文件复制到：
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
3. 配置环境变量
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\cuda\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

Tensorflow2.0的GPU版

1. 创建虚拟环境

conda create -n TF2.0 pip python=3.7

or

conda create -n TF2.0-GPU pip python=3.7

其中TF2.0为创建虚拟环境的名字
2. 安装tensorflow模块

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==2.0

or

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.0

安装tensorflow模块后，添加一些常用模块

conda install pandas
conda install matplotlib
conda install jupyter