Anaconda虚拟环境安装Tensorflow-gpu 1.15

Anaconda虚拟环境安装Tensorflow-gpu 1.15

前言：
因为华为昇腾对Tensorflow暂时只支持1.15版本，所有需要安装一个，并且不能对其他的环境产生影响！

1. 新建虚拟环境
conda create -n hiascend_tensorflow python=3.7.5

2. 激活虚拟环境
conda activate hiascend_tensorflow

3. Anaconda换源
由于服务器在国外，所以更新下载很慢，建议换源到国内镜像源，在cmd控制台或者powershell下输入命令即可，选择一个镜像源。

//清华anaconda镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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/cloud/msys2/
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/menpo/
conda config --set show_channel_urls yes

//中科大anaconda镜像：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

4. 安装Tensorflow-gpu1.15
首先，查看官网，tensorflow1.15对应的cuda 和cudnn的版本：

考虑pytorch可以直接安装cuda和cudnn，就先安装了pytorch：
conda install pytorch1.2.0 torchvision0.4.0 cudatoolkit=10.0 -c pytorch

附加：
1、上面命令行可在pytorch官网上，根据需要安装的具体版本查找，copy过来即可；
2、上面所述的创建虚拟环境还可以使用以下途径：假如你有环境A，你只是需要尝试新建一个类似的虚拟环境B安装某一个模块，这个时候你就可以输入：
conda create -n B–clone A

验证：
python
import torch
torch.cuda.is_available()
若返回TRUE，则安装成功

然后直接安装tensorflow-gpu1.15：
conda install tensorflow_gpu==1.15.0

注意：
安装过程中发现cudnn安装的是7.6版本，和官网上的7.4不一致。

网上找到其他安装方式，未安装pytorch，直接安装的tensorflow：
pip install tensorflow-gpu==1.15
conda install cudatoolkit=10.0
conda install cudnn=7.6
没有尝试，以后有需要可以试试。

验证tensorflow：
import tensorflow as tf
a=tf.test.is_built_with_cuda()
b=tf.test.is_gpu_available(cuda_only=False,min_cuda_compute_capability=None)
print（a）
print(b)
​ 如果都是TRUE安装成功。