python3.7对应tensorflow版本_基于RTX2060构建TensorFlow-gpu（keras）学习平台

一、conda命令

1. onda env list 或 conda info -e 查看当前存在哪些虚拟环境

2. conda create --name tf36gpu python=3.6 anaconda

3. conda remove -n your_env_name(虚拟环境名称) --all 删除虚拟环境

4. activate your_env_name

5. deactivate 关闭虚拟环境

6. conda remove -n your_env_name(虚拟环境名称) --all 删除虚拟环境

7. conda remove --name your_env_name package_name 删除环境中的某个包

二、创建环境及安装notebook插件

(安装基本的anconda版本，用的3.5.2)

1. 建立虚拟环境：conda create --name tf36gpu python=3.6 anaconda

2. 激活虚拟环境：activate tf36gpu

3. 开始菜单运行anaconda navigator检查是否安装了notebook(默认有安装)

三、安装tensorflow/keras

在激活的环境中安装：

1. 如果机器上有gpu，则安装gpu版本，没有GPU就安装cpu版。版本问题，现在TensorFlow到了最新的2.0.0版本，但是很多函数不兼容1.**版本。因此利用1.14版本，最新是1.15后面几没有版本了。

2. 安装tensorflow：pip install tensorflow-gpu==1.14

3. 安装keras：pip install keras，默认安装的是最新的版本，2.3.0

遇到以下 问题如：

ERROR: Cannot uninstall 'wrapt'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

办法1：输入 pip install -U --ignore-installed wrapt enum34 simplejson netaddr

参考：https://www.cnblogs.com/xiaowei2092/p/11025155.html

四、安装NVIDA驱动

1. https://developer.nvidia.com/cuda-80-ga2-download-archive，下载10.0版本。现在最新的版本是10.1，但是TensorFlow1.14不支持，2.0的版本支持10.1

2. https://developer.nvidia.com/rdp/form/cudnn-download-survey，下载10.0版本的组件

3. 下载的组件压缩包解压会生成cuda/include、cuda/lib、cuda/bin三个目录

4. 分别将cuda/include、cuda/lib、cuda/bin三个目录中的内容拷贝到cuda对应版本的安装目录(win10，下默认路径为C:Program FilesNVIDIA GPU Computing ToolkitCUDAV10.0)目录下。

坑：版本问题。用的10.0版本，其他都不行。要把文件放大V10.0文件夹下。

坑：程序中要加入一个语句，避免提示

import os

os.environ['KERAS_BACKEND']='tensorflow'

注意：这个地方安装很多版本，8.0,9.2,10.1。思路，显卡2060可以安装最新的显卡驱动，跟深度学习的工具无关。主要问题是TensorFlow的版本和CUDA的版本匹配问题，找很久也没有找到很明确的1.14对应的版本说明。最后找到一个文章。用1.14来匹配10.0版本通过，匹配10.1版本没有通过，不知道哪里的问题。

五、测试是否成功

1. import tensorflow as tf

2. import keras

3. import os

4. os.environ['KERAS_BACKEND']='tensorflow'

5. tf.__version__

6. keras.__version__

测试结果显示