Windows安装tensorflow教程 GPU版

PS：这是GPU版本，CPU版会用笔记本环境另写一篇博客。

前置准备

查看GPU型号

电脑桌面->右键我的电脑->选择管理->点击设备管理器  如下图：

如果不是英伟达显卡，那么不用往下看了，GAMEOVER！

查看CUDA算力

gpu版本要求电脑的GPU硬件必须有CUDA支持，并且计算能力最低为3.5以上。

查看地址在这里：https://developer.nvidia.com/cuda-gpus

这个就是我的：

下载GPU驱动

下载地址：https://www.nvidia.com/download/index.aspx?lang=en-us#

我的演示：

这个驱动的版本号必须要达到418.x以上

下载Anaconda

清华大学镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

我下载的版本是：Anaconda3-5.3.1-Windows-x86_64.exe

配置高级选项的时候  第一个我选择将Anaconda加入环境变量  第二个注册Python3.5没有勾选，因为我电脑上安装得有python3.7。

配置Anaconda软件包下载服务器

从开始菜单中打开Anaconda Prompt，依次输入以下三条命令

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 --set show_channel_urls yes

新建虚拟环境

Anaconda默认的虚拟环境是base(root)，其中已经安装的软件包太多，并且这个虚拟环境无法删除，所以我们新建一个虚拟环境进行学习，将来不想使用的时候可以将新的虚拟环境删除。

依然在Anaconda Prompt的命令行中，执行命令：

conda create -n tf_gpu python=3.7

其中conda create是创建命令  -n是name的意思  后面tf_gpu是新环境名 名字随意取  python=3.7是设置该环境的python版本 一般来说3.6和3.7两种

这里输入y  表示同意安装相关软件包

现在新的虚拟环境已经创建完成

执行命令：

conda activate tf_gpu

激活tf_gpu这个环境，也可以理解成进入tf_gpu环境。

然后你会看到头部的(base)变成了(tf_gpu)

安装TensorFlow

接着上面的命令行窗口

安装英伟达SDK

conda install cudatoolkit=10.1

输入y  同意安装相关软件包

安装英伟达深度学习软件包

conda install cudnn=7.6

只要不是下面这个样子，一般都是安装失败，仔细看是否有error字样，如果安装失败，多试几次，我就失败了两次，第三次才成功，可能是网络抖动而导致的。

安装TensorFlow

pip install tensorflow==2.1

一连串的下载安装信息滑过命令行之后，就算安装完了。

校验是否安装成功

继续命令行输入python 进入解释器

输入两行：

import tensorflow as tf
tf.__version__

如果打印出版本号'2.1.0' 则安装成功。

打开pycharm

新建项目 选择conda环境解释器  如图：

至此，环境已经搭建完成，可以进行项目编程了。