pycharm 利用虚拟环境运行tensorflow1.x和tensorflow2（超详细）

背景：在日常的开发中，有时候的代码需要tensorflow1.x版本，但有时候要用到tensorflow2.x版本（或python版本切换），所以需要虚拟环境来安装不同的版本，不同的虚拟环境内安安装的包是独立的，互相之间不会受到影响。

---

当然tensorflow1.x的代码，也可以在tensorflow2.x版本完美运行，只需要在开头加上如下两句：

import tensorflow.compat.v1 as tf #替换原来的import tensorflow as tf
tf.disable_v2_behavior()

---

1、pycharm 创建虚拟环境

一般每个项目（project）可以设置一个虚拟环境，file->setting->project->project interpreter，就是下图：

点击add..出现下图：

创建一个新的项目：

此时，我们新建的项目是基于你选的环境，然后你可以在你选环境中安装相应的包。打开cmd终端，切换到D:\pycharm\csdn\venv\Scripts（你的虚拟环境所在目录下的Scripts目录） 目录，如下图：

可以看到，此时新建的虚拟环境只安装了pip，下面我们试一下安装numpy

在该目录下输入pip install numpy -i  https://pypi.douban.com/simple/ 

可以看到多了一个numpy。

下面介绍在这个环境下安装tensorflow-gpu==2.0，安装tensorflow-gpu版本，比安装numpy要多几个步骤，具体如下：

2、tensorflow-gpu 版本安装

pip install tensorflow-gpu==1.10.0 -i https://pypi.douban.com/simple/ （假设你在其他环境已经安装版本1.10.0）

现在想在在其他环境在安装个tf2.0

pip install tensorflow-gpu==2.0 -i https://pypi.douban.com/simple/

若安装失败，提示要安装visual studio，那就先安装 visual studio 2015（因为安装过tf1.10.0了，所以肯定已经有了）

2.cuda安装

与安装numpy不同，这样安装完了，运行import tensorflow as tf 时，不出意外会 can't found cudart64_100.dll等错误

如果是1.10.0 会报can't found cudart64_90.dll的错误，这个就是指没有安装cuda(没有NAVIDA显卡的电脑，就只能跑cpu版本的)

并且还要安装正确版本的cuda，从报错的信息中就可以发现，tf2.0的需要cuda10版本（因为报错信息尾缀是100.dll）,同理1.10.0需要安装cuda9。cuda历史版本下载地址（https://developer.nvidia.com/cuda-toolkit-archive ），

你装tf1.10.0版本怎么安装cuda9，就怎么安装cuda10，下载好了默认安装就好，会自动在该路径下C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA存在多个版本如下图：（并且环境变量也会自动加上）

3.cudnn安装

cudnn下载地址（https://developer.nvidia.com/rdp/cudnn-archive ）

cudnn版本要与cuda匹配，cuda10.0 需要cudnn7.4及以上

当然要想运行tf-gpu版本，还需要安装cudnn，其实不能叫安装，因为下载的是压缩文件，解压然后进行如下操作即可：

复制 cudnn\bin\cudnn64_5.dll 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\
复制 cudnn\include\cudnn.h 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include\
复制 cudnn\lib\x64\cudnn.lib 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64\
到此就可以运行tf2.0了

4.在项目中创建tf2.0的脚本并运行

运行的时候有可能还是会发现报can't found cudart64_100.dll，这是因为pycharm没有自动适应cuda的版本，还是用的cuda9.0

你可以在pycharm这样设置：

#修改成自己的bin目录和lib目录
PATH   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

LD_LIBRARY_PATH  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib

然后点OK 再运行就可以了