01_Windows11+TensorFlow2 GPU版：AI加速度，让电脑秒变智能小超人！

1. Tensorflow2.x-GPU 安装

各位科技探险家们，你们是不是也曾幻想过，让Windows 11这位时尚界的新贵，与TensorFlow 2这位AI界的魔术师，在GPU这个超级舞台上携手共舞？别急着摇头，这可不是科幻小说的桥段，而是一场即将在你电脑里上演的“跨界合作”！想象一下，安装过程就像是在为一场宇宙级盛宴布置餐桌，既得保证Windows 11这位挑剔的贵客满意，又得让TensorFlow 2这位魔法大厨能大展拳脚，在GPU那无尽的算力海洋里烹饪出最美味的数据大餐。别担心，接下来的教程，咱们就一起化繁为简，让这场“安装盛宴”变得既有趣又轻松，保证让你的电脑秒变AI界的超级英雄！

1.1 下载安装包

在网站 Tensorflow 官网：https://tensorflow.google.cn/install/source_windows?hl=en#gpu ,想要在Windows下使用GPU跑深度学习模型，需要使用tensorflow-gpu，其目前最高版本是2.10.0。GPU 支持在本地-Windows 只支持2.10或更早的版本，从 TF 2.11开始，CUDA build 不支持 Windows。

1.2 修改镜像地址

• 修改 Anaconda 默认源镜像地址

#用清华conda 镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/  
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 --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/  
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/  
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/  

#搜索时显示通道地址

conda config --set show_channel_urls yes

也可以直接修改：C:\Users\用户名 目录下的 .condarc 文件

1.3 安装 CUDA 环境

• 安装 GPU 版本的 Tensorflow 需要先安装 CUDA 环境

详细查看《Windows11_CUDA安装》

• 查看所有虚拟环境

使用超级管理员，打开 Anaconda Prompt

conda info --envs  
conda env list

1.4 创建虚拟环境

conda create -n tensorflow_gpu python=3.10

• 激活虚拟环境

activate tensorflow_gpu

• 指定安装 tensorflow 版本为2.10.0 （Windows 只支持2.10或更早的版本，从 TF 2.11开始，CUDA build 不支持 Windows）

pip install tensorflow-gpu==2.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

• 安装成功

2. 验证是否安装成功

• 在虚拟环境下进入python交互页面

python   
import tensorflow as tf  
print(tf.\__version__) #tensorflow版本  
print('GPU', tf.test.is_gpu_available()) #gpu  

• 退出

• 退出当前的虚拟环境

• 使用 CMD 校验，cd 进入到cuda的安装路径（比如我的就是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2），并继续向下进入到extras\demo_suite 文件夹，找到如下两个.exe文件，并在cmd窗口内执行，看是否得出如下图所示的结果：

3. 将 tensorflow_gpu 虚拟环境添加到 jupyter notebook

要想在 jupyter notebook 使用 tensorflow_gpu 虚拟环境，首先要将 tensorflow_gpu 虚拟环境加到 jupyter notebook，这样就可以在 jupyter notebook 里进行切换

• 使用超级管理员，打开 Anaconda Prompt，激活 tensorflow_gpu 虚拟环境

conda activate tensorflow_gpu

• 安装ipykernel包

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple

• 开始安装

• 安装完成

• 添加新环境到 Jupyter Notebook，使用 ipykernel 将新环境添加到 Jupyter Notebook 的内核列表中。你可以为这个内核指定一个名称，例如：Python 3 (tensorflow_gpu)

python -m ipykernel install --user --name tensorflow_gpu --display-name "Python 3 (tensorflow_gpu)"

• jupyter notebook 里切换到 Python 3 (tensorflow_gpu) 虚拟环境