较为详细完整的Tensorflow-gpu环境安装教程

需求分析

在使用GPU来运行深度学习的项目时，首先需要安装 Tensorflow-gpu 环境。

安装步骤

（1）下载 Anaconda，用以配置 python 环境；

（2）下载 CUDA 和 cuDNN，并安装¹
安装过程在这里不再赘述。需要注意的是，CUDA 安装后自动配置环境变量，不需要再进行配置，但cuDNN 需要²；

（3）在 Anaconda 的 Anaconda Prompt 窗口里面，进行tensorflow-gpu 的安装，安装命令如下：

conda create --name tensorflow-gpu python=3.6 

【注】可以根据需要自主选择 python 的版本。

安装成功后如下：

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate tensorflow
#
# To deactivate an active environment, use
#
#     $ conda deactivate

【附】非 gpu 版本 tensorflow 的安装命令：

conda create --name tensorflow python=3.6 

Tensorflow-gpu的激活及使用方法

根据安装成功后的提示，在 Anaconda Prompt 里面激活tensorflow-gpu 的语句为：

conda activate tensorflow

或者直接输入如下语句命令：

activate tensorflow

以下是在 Anaconda Prompt 中tensorflow-gpu环境下安装库文件的演示：

(tensorflow-gpu) C:\Windows\system32>conda deactivate

(base) C:\Windows\system32>conda activate tensorflow

(tensorflow) C:\Windows\system32>conda deactivate

(base) C:\Windows\system32>activate tensorflow-gpu

(tensorflow-gpu) C:\Windows\system32>pip install matplotlib
Collecting matplotlib
  Downloading matplotlib-3.2.2-cp37-cp37m-win_amd64.whl (9.2 MB)
     |████████████████████████████████| 9.2 MB 437 kB/s

PyCharm的编辑器选择和配置

文章第二小节中中tensorflow-gpu的默认安装目录如下：

所以在 PyCharm 在选择使用 gpu 版本的 tensorflow 运行程序时，要选择该目录下的python.exe程序，如下图所示：

这篇文章写出来，是为了防止后人再走弯路，同时也是为了日后再需要时的查阅方便。
写到这里，差不多本文就要结束了。如果有问题可以在下方留言区留言交流。如果我的这篇文章帮助到了你，那我也会感到很高兴，一个人能走多远，在于与谁同行。

---

1. Windows环境Tensorflow-cpu/gpu安装教程 ↩︎

2. Win10安装CUDA10和cuDNN ↩︎