GPU 版本Tensorflow 2.X 简易详细安装教程

一、在安装前需要先注意版本匹配问题

1.1 Cuda版本-cuDNN版本-python版本-tensorflow版本 相互匹配安装完才能正常工作。

1.1.1  查看是否有NVIDIA的显卡（显示适配器)

搜索栏搜索计算机管理，点击进入。点击左侧设备管理器 → 查看右侧的显示适配器 → 如下图可以看到我的PC上有NVIDIA GeForce MX150.

1.1.2 确定所需CUDA版本，打开Anaconda Prompt (Anaconda3)，输入

nvcc --version

 如下如，可以看到我的CUDA版本为 11.0(11.0.221)

1.1.3 确定CUDA-cuDNN-python-tensorflow的版本，点击链接

http://GitHub - fo40225/tensorflow-windows-wheel: Tensorflow prebuilt binary for Windows

前面所述的CUDA版本为11.0，通过表格可以看到对应的cuDNN是8.0.2，对应的python是3.8，对应的tensorflow可以是2.3.0版本。我的就是 CUDA11.0-cuDNN8.0.2-python3.8-tensorflow2.3.0。根据需求，找到适合自己的版本。

1.2 keras→  numpy→ scipy seaborn→matplotlib→pandas→scikit-learn版本匹配问题

1.2.1 tensorflow与keras版本匹配情况

https://docs.floydhub.com/guides/environments/

根据表格找到Tensorflow=2.3.  keras=2.4.3 

1.2.1 在网上搜索找到其他库的版本对应关系

※注意：这些库之间有依赖关系，安装顺序为：

numpy→ scipy seaborn→matplotlib→pandas→scikit-learn

下面是根据我的情况罗列的

CUDA11.0-cuDNN8.0.2-python3.8-tensorflow2.3.0 keras=2.4.3  numpy=1.19.5

numpy 1.19.5对应的scipy seaborn matplotlib pandas scikit-learn 的版本可能如下：

scipy: 1.6.0或更高

seaborn: 0.11.0或更高

matplotlib: 3.3.4或更高

pandas: 1.2.0或更高

scikit-learn: 1.0或更高

上面的都弄清楚了，就可以安装了。

---

二、正式安装

2.1 创建虚拟环境

创建新的虚拟环境的时候，指定 python 版本

• 假如想指定 python 版本为 3.8 ，可以输入命令：

conda create -n your_env_name python=3.8  # your_env_name 为你虚拟环境名

激活虚拟环境的命令是：

conda activate your_env_name

2.2 安装tensorflow 2.3.0-GPU版本

激活刚创建的虚拟环境，输入以下指令

pip install tensorflow-gpu==2.3.1  #  2.3.0 的版本没有，就安装了2.3.1的

2.3 CUDA与cuDNN的安装

2.3.1 CUDA的安装。选择自己的操作系统等，下载安装。（安装过程如下）

https://developer.nvidia.com/cuda-toolkit-archive

2.3.2 CUDA的安装。找到所需cuDNN版本，下载安装。（安装过程如下）

https://developer.nvidia.com/rdp/cudnn-archive

我的是cuDNN8.0.2

忘记截图了，正常下载安装就行了。

2.4 其他库的安装

根据之前匹配好的版本，一次下载

numpy 1.19.5→scipy: 1.6.0→seaborn: 0.11.0→matplotlib: 3.3.4  →pandas: 1.2.0→scikit-learn: 1.0

※注意：这些库之间有依赖关系，安装顺序为：

numpy→ scipy seaborn→matplotlib→pandas→scikit-learn

pip install numpy 1.19.5

依次下载就行了，这里也可以加镜像源

2.5 镜像地址

国内镜像地址：
阿里云
http://mirrors.aliyun.com/pypi/simple/

中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban)
http://pypi.douban.com/simple/

清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学
使用方法：以Python环境下pip安装numpy 1.19.5为例

pip install numpy==1.19.5 -i http://pypi.douban.com/simple/
//1.19.5为所需版本号，尾部url为对应镜像源地址