安裝tensorflow-gpu2.0(windows)

anaconda安裝見前一篇http://www.javashuo.com/article/p-znariqar-s.html

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
打開Anaconda-Navigator->Environments->base(root)修改python版本到3.6.8
python3.7目前對tensorflow2.0支持很差

建立環境
在Anaconda裏建立名爲tensorflow-gpu的環境
conda create -n tensorflow-gpu python=3.6.8
進入tensorflow-gpu環境
activate tensorflow-gpu 進入tensorflow-gpu環境

查看Anaconda裏的環境
conda info --envs

檢查新環境中的python版本
python --version

在cmd裏先執行如下兩行
easy_install pip
pip install--upgrade pip
pip install pip -U # 升級 pip 到最新的版本 (>=10.0.0) 後進行配置
設置國內源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
文件地址在C:\Users\Administrator\AppData\Roaming\pip\pip.ini

回到Anaconda Prompt
安裝pylint
pip3 install pylint

 

pip3 install --upgrade -I setuptools
不然後面可能報ImportError: No module named 'tensorflow'

pip3 install ipykernel

pip3 install keras

pip3 install pandas

注：pip install 命令只會安裝在 C:\ProgramData\Anaconda3\Lib裏，不會安裝進tensorflow-gpu環境，這裏用conda install。

conda install ipykernel

conda install pandas

conda install keras

此錯在網上還有一種解決方式：
在python默認的第三方庫安裝路徑中，（對於只安裝了Anaconda的人來講是\Anaconda3\Lib\site-packages，安裝官方發行版本也在相似的目錄中）新建一個path.pth文件，在裏面寫上你tensorflow安裝的位置（位置能夠用pip show tensorflow查看）

先安裝tensorflow
pip3 install --upgrade --ignore-installed tensorflow --default-timeout=100

pip3 install tensorflow-gpu==2.0.0或
pip3 install --upgrade --ignore-installed tensorflow-gpu==2.0.0
若是報錯超時，延長超時時間
pip3 install --upgrade --ignore-installed tensorflow-gpu==2.0.0 --default-timeout=100
pip3 install --upgrade --ignore-installed tensorflow-gpu --default-timeout=100

還需安裝Visual C++ Redistributable for Visual Studio 2015
https://download.microsoft.com/download/6/D/F/6DF3FF94-F7F9-4F0B-838C-A328D1A7D0EE/vc_redist.x64.exe

還有另外一種anaconda的安裝方式conda install xxx 但版本更細較慢
先用conda search tensorflow和conda search tensorflow-gpu來查詢都有那些版本
conda install tensorflow-gpu==2.0.0

安裝CUDA和CUDDN
確保顯卡必須是NVDIA的
在C:\ProgramData\Anaconda3\Lib\site-packages\tensorflow\python\platfor下的build_info.py文件能夠看到須要的cuda和cudnn版本號
CUDA
顯卡型號支持：https://developer.nvidia.com/cuda-gpus
CUDA下載地址：https://developer.nvidia.com/cuda-toolkit-archive 可迅雷下載
cuDNN下載地址：https://developer.nvidia.com/rdp/cudnn-download 非迅雷下載
做爲cuda的補充，安裝簡單多了，只須要把下載後的壓縮文件解壓縮，分別將cuda/include、cuda/lib、cuda/bin三個目錄中的內容拷貝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0對應的include、lib、bin目錄下便可。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin下有nvcc.exe說明安裝成功
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64下有cupti64_100.dll說明CUPTI安裝成功

環境變量添加CUPTA和cudnn路徑
CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
Path變量加入:
%CUDA_PATH%
%CUDA_PATH%\bin
%CUDA_PATH%\libnvvp
%CUDA_PATH%\extras\CUPTI\lib64
記得註銷或重啓

cmd 輸入命令 nvcc -V 注意V大寫

 

安裝完成後，能夠對其進行測試，在Prompt輸入
python -c "import os; import inspect; import tensorflow; print(os.path.dirname(inspect.getfile(tensorflow)))"

另外一種方式
ipython
import tensorflow as tf
引用tensorflow包，若是沒有報錯，則安裝成功。
若是報ModuleNotFoundError: No module named 'tensorflow'是由於pip的安裝方式與其餘不一樣，安裝tensorflow-gpu時不會把依賴的tensorflow也跟着安裝。
查看tensorflow版本
tf.__version__
查看tensorflow安裝路徑
tf.__path__
查看keras版本
tf.keras.__version__

若是在pycharm IDE下:
File->Settings->Project: 項目名->Project Interpreter
一、 Project Interpreter->Show All->+Existing environment->Interpreter選中... 加入C:\ProgramData\Anaconda3\envs\tensorflow-gpu\python.exe

不用anaconda的安裝方法是：設置好python.exe後返回到Project Interpreter界面 + 搜索tensorflow 安裝tensorflow-gpu 2.0

測試ipythonimport tensorflow as tftf.test.is_gpu_available()若是顯示True，說明gpu版本已經安裝成功tf.test.gpu_device_name()