win10+anaconda3+tensorflow环境搭建

activate tensorflow_gpu

conda install anaconda

conda install tensorflow

conda install tensorflow-gpu

import tensorflow as tf
hello = tf.constant(‘Hello,TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

https://blog.csdn.net/qq_30611601/article/details/79067982

或者

conda activate tensorflow

pip install --ignore-installed --upgrade tensorflow

import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

conda activate tensorflow-gpu

pip install --ignore-installed --upgrade tensorflow-gpu

https://blog.csdn.net/qq_33757398/article/details/82706565

pip uninstall tensorflow-gpu
conda uninstall anaconda
总结：
1、anaconda安装在D盘；
2、非管理员方式打开Anaconda Prompt；
3、激活tensorflow环境：conda activate tensorflow，然后安装cpu版tensorflow，命令：pip install --ignore-installed --upgrade tensorflow
4、退出Anaconda Prompt，再次打开Anaconda Prompt，激活tensorflow_gpu环境：
命令：conda activate tensorflow-gpu，然后安装环境：conda install anaconda，最后安装tensorflow_gpu，命令：pip install --ignore-installed --upgrade tensorflow-gpu。
5、打开Anaconda Navigator，选择环境，分别测试tensorflow的CPU版本和GPU版本是否配置成功。

（提示：本人安装cuda9.0/cudnn7.3
百度云盘下载链接：
链接：
https://pan.baidu.com/s/1L2ewn3ui0VTfxSSof46Hvw
提取码：3x2x

安装cuda是注意添加环境变量：
以下是安装cuda时自动添加的系统环境变量：

然后在path路径添加相关路径：

在系统变量中添加如下几个变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
设置完成后，系统cmd命令可查看：

然后解压cudnn文件，是一个cuda文件夹，内容如下：

拷贝到如下路径即可，直接覆盖操作：

安装pip:
建一个pip文件夹：

建如下文件：

文件中输入如下内容：
[global]
trusted-host=mirrors.aliyun.com
index-url=http://mirrors.aliyun.com/pypi/simple/

Tensorflow-gpu版本1.10
Pip install tensorflow-gpu==1.10

安装完tensorflow-gpu后，若还是import失败，可以安装以下文件试试：
Pip install scipy
Pip install matplotlib
也可以打开anaconda navigator进行安装操作：

提示：安装的是如下anaconda3
Anaconda3-5.0.1-Windows-x86_64
版本如下：

链接：
https://pan.baidu.com/s/1_KECnzKpbCHzPmQKhkMqyw
提取码：j8v0

）

个人主页：
51CTO学院
Python3+TensorFlow实战入门视频课程