Anconda3下Tensorflow 2.0 GPU 环境极简安装及测试方法

Anconda3下Tensorflow 2.0 GPU 环境极简安装及测试方法

---

前言

科研需要，想搭建Tensorflow2.0-gpu环境，查阅了网上资料，也进了很多坑，最后给大家分享一种极简的方法，希望能对大家有所帮助。

一、安装条件

1.确认电脑上GPU是否支持CUDA，及其驱动版本。
提前安装好CUDA10.0，可参考该教程：CUDA10.0安装
2.安装好Anconda3 ：Anconda3安装包网盘链接 提取密码：1jon

二、搭建步骤

1.安装tensorflow2.0-gpu

打开Anconda Prompt

先通过以下命令创建tensorflow2.0-gpu环境：

conda create -n tf2.0-gpu pip python=3.6

再输入conda 命令查看已有环境：

可以看到tf2.0-gpu环境已经创建成功，接下来输入以下conda命令激活该环境：

conda activate tf2.0-gpu

结果如图：

可以看到已经进入了tf2.0-gpu环境。
接着输入以下命令使用清华源快速安装tensorflow2.0-gpu ：

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

2.安装cuDNN和cudatoolkit

安装完tensorflow后需安装依赖环境，不同型号的Tensorflow必须严格安装对应版本的cuDNN和CUDA，不然无法运行。以下是tensoflow gpu各型号的环境依赖图：

代码如下：

conda install cudatoolkit=10.0 cudnn

到这里，tensorflow2.0 gpu 环境就安装好了。

---

测试

1.进入python：

2.输入以下代码测试：

import tensorflow as tf
import os

os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)

print('GPU:', tf.test.is_gpu_available())

输出如下：

大功告成！