tensorflow-gpu版搭建环境

本教程使用于NVIDIA显卡的tensorflow搭建，同时推荐网络编辑器https://colab.research.google.com/

1.使用visual studio 2019安装tensorflow

在此搜索框中搜索tensorflow，之后程序会自动链接到cmd中运行pip install tensorflow运行完之后顺便升级一下pip

2.下载cuda

安装完成之后，并不代表能够运行，首先你得GPU得支持，所以需要安装cuda和cudnn的补丁，如下是cuda10.1的版本和补丁提供下载

链接：https://pan.baidu.com/s/13kR-N3am3ggI0pHUA6MVqQ 
提取码：4rni

3.安装cuda

推荐使用精简版安装cuda_10.1.105_418.96_win10，安装完之后解压cudnn-10.1-windows10-x64-v7.6.5.32文件。
下载完成解压以后，把对应的文件复制到 CUDA 的安装目录，对应的目录如下：

a) Copy <installpath>\cuda\bin\cudnn64_7.dll to C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin.

b) Copy <installpath>\cuda\ include\cudnn.h to C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include.

c) Copy <installpath>\cuda\lib\x64\cudnn.lib to C:\Program Files
\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

4.设置系统PATH

在我的电脑---->高级系统设置---->环境变量----->系统变量中选中PATH行----->编辑---->确保PATH中如下配置，如果没有则添加

C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\Scripts
C:\Program Files\NVIDIA Corporation\Nsight Compute 2019.1\
C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common
C:\Program Files\NVIDIA Corporation\NVIDIA NvDLISR
C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\

5.在vs中测试tensorflow代码

import os
import tensorflow as tf
os.environ['TF_CPP_MIN_LOG_LEVEL'] ='3'
tf.compat.v1.disable_eager_execution()
x=tf.constant(3)
y=tf.constant(2)
z=x+y
sess=tf.compat.v1.Session()
print(sess.run(z))

如果输出为5则完成