GTX 1660TI+Tensorflow2.0 GPU版+CUDA10.0+Anaconda3+PyCharm開發環境配置

建議不要使用這個辦法，建議看個人另外一篇文章，用conda三行命令安裝的，更加簡單。windows最簡單三行命令安裝tensorflow-gpu版（使用anaconda）無需本身安裝cuda

聲明：這篇文章部份內容借鑑瞭如下文章
Windows 10 下 Anaconda 輕鬆安裝 Tensorflow 2.0 GPU 版本
可是這篇文章裏面有錯誤和不完整，我在此基礎上進行了修正和擴充。

0.事前準備

1.良好的網絡以及ke-xue-shang-net工具
2.在Geforce Experience中將你的顯卡驅動更新到最新版本，並記住版本號
3.確保你是GTX 1660TI顯卡

1.安裝Anaconda

首先進入Anaconda官方網站下載安裝包，直接拖到頁面最下方

而後按照默認選項安裝就行

2.安裝CUDA

1.首先查詢官網，確認你的顯卡驅動支持的CUDA版本。如下是2020年7月的支持狀況：

你會發現你的顯卡驅動版本極可能支持到CUDA11，可是注意目前（2020年7月）tensorflow最高只支持CUDA10.0，因此最好確認當前tensorflow最新版本支持的CUDA版本

2.進入NVIDIA官網下載CUDA。各類選項參考下圖，而後開始下載，此處不掛梯速度更快。

下載完成後按照默認選項安裝，通常安裝過程當中會自動添加環境變量，若是後面出問題，能夠看一下環境變量中是否有CUDA10.0的環境變量

3.安裝cuDNN

進入官網，這裏須要開發者帳號，若是你有nvidia開發者帳號，直接登陸，沒有就註冊一個。選擇與CUDA10.0對應的cuDNN，以下圖：

與CUDA10.0對應的cuDNN版本是v7.6.5，點擊後直接下載for Windows10：

下載完畢是一個壓縮包，解壓縮以後，把裏面全部東西複製，而後粘貼到你的cuda10.0根目錄下

NVIDIA GPU Computing Toolkit\CUDA\v10.0\

4.測試CUDA

打開命令提示符CMD，輸入
nvcc -V
若是安裝正確，你會看到：

這就表明CUDA安裝成功

5.安裝Tensorflow2.0

1.打開Anaconda Prompt，爲Tensorflow 2.0 配置一個虛擬環境
conda create -n tf2 python=3.7

2.激活環境
activate tf2
3.安裝Tensorflow
pip install tensorflow-gpu==2.0.0rc1

注意：此處須要ke-xue-shang-net環境，若是你出現hash對應錯誤，超時等錯誤，都是網絡問題，刪除tf2環境從頭再來，刪除環境操做方法參考個人這篇文章

6.測試Tensorflow2.0

仍然在tf2環境下，輸入python，進入python交互環境，而後依次輸入如下測試代碼：

import tensorflow as tf 
print(tf.__version__)
print(tf.test.is_gpu_available())

正確結果上圖，最重要的是最下面出現True

import os 
os.system("nvidia-smi")

到此爲止Tensorflow的安裝結束。

7.在PyCharm中使用Tensorflow GPU版

打開PyCharm，打開File->Settings–>Project->Project Interpreter，添加並使用Tensorflow虛擬環境下的python解釋器，以下圖：
而後安裝keras等你須要的包，到此就結束了，能夠開始寫代碼了。