Tensorflow-gpu2.0.0和pytorch安装（附带CUDA以及cudnn）

目录

安装CUDA和cudnn

安装tensorflow

​安装pytorch

---

安装anaconda

因为tensorflow和pytorch是不能安装在同一个环境中的，所以要使用anaconda，可以创建不同的环境

anaconda的安装步骤不再赘述，不会的可以进行搜索安装后再参考此文

安装CUDA和cudnn

在tensorflow官网查看对应的CUDA和cudnn版本

然后去下载对应的版本

CUDA：https://developer.nvidia.com/cuda-toolkit-archive

cudnn：https://developer.nvidia.com/rdp/cudnn-archive

在系统环境变量中添加这四个，放在上面

cudnn需要登录后才能下载，没有账号的同学可以先注册一下

找到对应的版本（不管是cuDNN还是CUDA版本都不能错，严格按照自己要安装的tensorflow版本下载）

下载好后安装CUDA，不要选精简安装，选择自定义，然后一直点下一步，安装路径截图，以防忘记。

将下载好的cudnn压缩包进行解压，有三个文件夹，将每个文件夹中的文件复制到对应的文件夹中（是文件夹中的文件，不是将文件夹复制到文件夹中，也不是替换文件夹）

至此，CUDA和cudnn安装完成

安装tensorflow

安装太慢的话，先将下载源改为清华源，然后在anaconda中将Channels里面的defult删掉

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
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/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
​​​​​​​conda config --set show_channel_urls yes

打开anaconda prompt 

创建一个名为tensorflow的环境

conda create -n tensorflow python=3.7

 激活该环境

activate tensorflow

 输入安装命令

pip3 install tensorflow-gpu==2.0.0

 等待安装完成测试

打开PyCharm，在右下角点击添加该环境的解释器

​​​​​​​

在PyCharm中的Python控制台依次输入

import tensorflow as tf
tf.test.is_gpu_available()

返回ture就说明安装完成

执行结果为ture就说明好了

安装pytorch

再次提醒：pytorch和tensorflow是不能安装在同一个环境中的

 像上面安装tensorflow时一样，创建一个名为pytorch的环境

conda create -n pytorch python=3.7

激活pytorch环境

activate pytorch

进入pytorch官网获取pytorch的安装命令

图中没有10.0的命令，不要慌，点这个10.2，复制下面的安装命令，然后将10.2改成10.0就好了

conda install pytorch torchvision torchaudio cudatoolkit=10.0 -c pytorch

在PyCharm中添加该环境的python解释器，然后输入以下代码运行

import torch
import numpy as np
arr=np.ones((3,3))
print("arr的数据类型为："+str(arr.dtype))
t=torch.tensor(arr)
print(t)