【TensorFlow】window10 环境下配置tensorflow

版本号说明：tensorflow 2.0.0 gpu版本，cuda 10.0，对应的cudnn版本

对应版本号可在 相关链接中查询

零 基本概念

**CUDA：**用于GPU编程的语言，跑TensorFlow的时候用了GPU，TensorFlow里面很多函数（或者依赖库）是CUDA语言编写的。不同TensorFlow版本需要不同的CUDA。

**CUDNN：**NVIDIA为深度学习中矩阵运算写的一个加速库。CUDA版本必须和cuDNN版本匹配。cuDNN和TensorFlow版本匹配与否则无所谓（不过CUDA和TensorFlow版本必须匹配，所以cuDNN版本和TensorFlow版本是间接依赖关系）

**TensorFlow：**不要用最新版本，如果每次都用最新的，进而导致CUDA也要不断更新

**CUDA驱动版本：**保持最新就好了，CUDA驱动版本要求和CUDA版本匹配，而CUDA又要求cuDNN/TensorFlow是匹配的。不过CUDA驱动版本是向下兼容的，所以保持最新就没事。输入nvidia-smi可以查看：

一 安装cuda

选择自定义模式

取消勾选vs integration

取消勾选nvdia GF experience

Display Driver新版本必须大于等于当前版本才可以安装，否则不勾选。新版本向旧版本兼容，反之不兼容

下一步

关闭，cuda安装完成

校验

二 cudnn配置

如果之前安装过cuda，删除cudnn

将下载的对应cuda版本的cudnn复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 目录下

编辑环境变量，确保这四条在最前面

三 安装anaconda

校验

四 安装tensorflow

# gpu版本
pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/ 
# cpu版本
pip install tensorflow==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/
# 卸载
pip uninstall tensorflow==2.0.0
# 查看是否卸载成功
pip list | findstr 包名

校验

出错原因

执行

pip install protobuf~=3.19.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/ 

继续执行校验

输出true，表示已经安装成功

五 安装PyCharm

完成后重启，进入pycharm

新建项目，添加编译器

使用pycharm验证环境

输出结果

环境配置完成！

相关链接