anaconda+tensorflow2.0（gpu版本）详细安装3

（关闭360等电脑管家）

步骤

1.Anconda安装

2.CUDA+cudnn安装

3.tensorflow2-gpu的安装（本文）

软件的链接我发到我的网盘了，自己根据需要进行提取

链接：https://pan.baidu.com/s/1KAysiU0SklQ1sPxzn_wUvQ 提取码：2gr0

现在进行最后一步，进行tensorflow2-gpu版本的安装，还有对anaconda的一下调整

进行tensorflow2-gpu的安装

首先打开anaconda prompt，然后输入conda list进行查看已经安装的packages，可以看到在安装anaconda时候是没有TF的

下面直接进行安装

（有很多的博客都是建立一个虚拟环境在安装tensorlfow的，但是这种方法会让我们在使用anaconda时候，有些模块需要重新安装，很麻烦），所以我就直接在anaconda的base的环境下进行tensorlfow2.0-gpu的安装
1.首先打开命令终端窗口（cmd），输入下面的代码，对于镜像下载加快速度

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.打开我们的base环境
输入下面按enter即可，等待安装

pip install tensorflow-gpu==2.0.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

显示成功安装的packages

查看tensorlfow2.0-gpu是否安装是否安装成功

1 输入conda list 查看tensorflow2-gpu包

2 用python环境进行查看

输入下面的代码进行查看

import tensorflow as tf
version = tf.version
gpu_ok = tf.test.is_gpu_available()
print(“tf version:”,version,"\nuse GPU",gpu_ok)

显示成功，tensorflow2.0-gpu版本我们现在正式完成安装

使用jupyter—notebook的设置

1. 对于文件存放目录的设置

请看这个的链接，写的很详细，改变文件的位置，同时对第四步进行一下补充
查找jupyter的方法，鼠标右键点击jupyter

然后进行修改就可以了

2.对于函数自动提示功能

在base的环境中执行下面的代码

第一步

pip install jupyter_contrib_nbextensions -i https://pypi.mirrors.ustc.edu.cn/simple
jupyter contrib nbextension install --user

第二步

pip install --user jupyter_nbextensions_configurator 
jupyter nbextensions_configurator enable --user

然后打开jupyter

这样就可以了
现在我们的tensorflow2——gpu版本彻底的完成了

步骤

1.Anconda安装

2.CUDA+cudnn安装

3.tensorflow2-gpu的安装（本文）