conda 环境安装 tensorflow2.0 & tensorflow1.15

虚拟环境换台电脑就要装一次，在此记录一下吧，方便再次使用。

查看 tensorflow 和 python 对应版本可前往：在 Windows 环境中从源代码构建  |  TensorFlow

这里简单展示一下 GPU 版本的： 

tensorflow2.0 & tensorflow1.15 这两个版本的好处是要求的 python 版本和 cuda 版本都一样，所以不需要为这两种环境分别去安装不同版本的 cuda。

1、安装 tensorflow2.0 ，对应的 python 版本是 3.5-3.7，那我就装 python 3.7。我习惯把该环境命名为 tf2.0。

conda create -n tf2.0 python=3.7  # 安装 conda 虚拟环境
conda activate tf2.0  # 激活
conda install tensorflow-gpu==2.0.0  # 安装 gpu 版本的 tensorflow
# 安装常见包
pip install scikit-learn numpy 

2、安装 tensorflow1.15 ，对应的 python 版本是 3.5-3.7，那我就装 python 3.7。我习惯把该环境命名为 tf1.15。

conda create -n tf1.15 python=3.7  # 安装 conda 虚拟环境
conda activate tf1.15  # 激活
conda install tensorflow-gpu==1.15.0  # 安装 gpu 版本的 tensorflow
# 安装常见包
pip install scikit-learn numpy 

3、使用 tensorflow1.15 时遇到cuda版本问题怎么解决？

进入虚拟环境

conda activate tf1.15

在 conda 源中搜索 cudatoolkit

conda search cudatoolkit --info

找到对应的 cuda 版本，复制网址到浏览器，可直接下载相应的 .conda 文件:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/cudatoolkit-10.0.130-0.conda

 然后在 conda 源中搜索 cudnn

conda search cudnn --info

找到对应的 cudnn 版本，复制网址到浏览器，可直接下载相应的 .conda 文件:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/cudnn-7.6.0-cuda10.0_0.conda

执行以下命令安装该两个文件，最后面要用绝对路径

conda install --use-local D:\cudatoolkit-10.0.130-0.conda
conda install --use-local D:\cudnn-7.6.0-cuda10.0_0.conda

 最后测试一下GPU是否可用：

import tensorflow as tf

# 检查 GPU 是否可用
is_gpu_available = tf.test.is_gpu_available()

if is_gpu_available:
    print("GPU is available.")
else:
    print("GPU is not avaialable.")