tensorflow2.0-GPU安装-小白超详细版（都是我安装的经验，可以避免踩坑）

一、anaconda安装

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。装anaconda，就不需要单独装python了。
anaconda优点：

• 1、anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。

• 2、常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易。

1.1 anaconda安装地址

anaconda安装包下载，不建议去官网下载，官网下载太慢了，推荐下载地址 点击这里到清华镜像站下载

一般建议不要选择最新版的（不太稳定），我这建议选择2019-2020中的anaconda3随意一个版本（我用的是2019-10-16的Windows-x86_64.exe，这个anaconda自带的python是3.7版本的）

1.2 安装详细步骤

安装过程如下：

在这里选择“All Users”

安装路径：提醒小白，如果c盘允许，安装到C盘可以避免一些小问题，但是我电脑内存小，所以装入了E盘。

最容易错的部分来了。
第一项Add Anaconda… 这个是说将安装路径自动添加系统环境变量，强烈建议勾选上，后续可以省去很多麻烦。（不用去手动添加环境变量）

第二项 是说要默认使用python的版本，选上！！

点击install，等待几分钟就安装完成了。

提示安装VScode，选择点击“skip”


对于两个“learn”，都取消打勾，不用打开去看了，耽误时间。

1.3 检验安装是否成功

在cmd中输入 ：python(按回车键)，——查看是否有Python环境

要先退出python（ctrl+z）后，再接着输入：conda --version，——查看是否有conda环境

1.4 更改conda源（后续安装第三方库可以加快速度）

在Anaconda prompt中操作：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

查看是否修改好通道：

conda config --show channels

二、CUDA安装

2.1 查看显卡支持的CUDA版本

为了在自己的电脑上安装tensorflow-gpu版本，如果要安装gpu版本必须要安装cuda。
在控制面板中打开NVIDIA面板，若控制面板中没有，可以win+q搜索NVIDIA如下图所示：

点击左下角“系统信息”：

点击组件，看到显卡支持的cuda型号为10.2.95

2.2 安装CUDA（tensorflow2.0对应的cuda版本是10.0）

2.2.1 CUDA安装地址

CUDA 10.0安装地址为点击这里下载
CUDA 10.2对应的tensorflow版本为tensorflow2.3

2.2.2 CUDA安装步骤

在此页可以选择第一个（默认安装），也可以自己选择配置。
注：安装位置最好安装在C盘（我选择安装的时候是D盘，不知道为啥安装结束后，强制到了C盘）

2.3 cuDNN安装

2.3.1 cuDNN安装地址

官网下载地址：点击这里进入官网
官网下载需要注册账号，注册完之后就可以下载cudnn
如果你觉得注册账号麻烦的话，可以从我的网盘下载：（待上传）

2.3.2 cuDNN安装步骤

cuDNN下载完成之后是一个压缩文件，解压缩。然后将解压缩后的文件复制到cuda安装路径下的cudnn文件夹（这个文件夹需要自己建）。如图所示：

2.3.3 环境配置

在系统变量的Path里面添加四个项目：缺一不可，且顺序要在最上面！
具体步骤为：
右击“我的电脑”——>“属性”——>“高级系统设置”——>“环境变量”——>“系统变量”——>“path”中“新建”，然后“浏览”文件位置即可

已有第一个和第二个，CUPTA和cuDNN还没有加进来，所以必须将它们添加到路径，这样使用Tensorflow的时候才不会报错。添加CUPTA和cudnn路径：
新建——>浏览，找到路径
cuDNN路径，CUPTA路径(缺一不可)

测试CUDA：
cmd
nvcc -V
下面的显示说明我们CUDA的版本是10.0

三、tensorflow安装

完成了上面的操作之后就可以tensorflow2.0的安装了！

打开cmd或者anaconda prompt
建立虚拟环境：
conda create --n tfgpu python=3.7
激活虚拟环境（关闭虚拟环境）：
activate tfgpu或者conda activate tfgpu（deactivate）
需要激活虚拟环境后安装tensorflow：(若觉得安装慢，可以更改conda源，参考更改conda源)
pip install tensorflow-gpu==2.0.0-beta0

测试tensorflow是否安装成功：
需要先激活虚拟环境，然后输入python，回车，然后输入：

import tensorflow as tf
tf.test.is_gpu_available()

显示True，说明gpu版本已经安装成功.