深度學習TensorFlow開發環境搭建教程
目錄
1 下載安裝Anaconda
1）百度搜索“Anaconda3”或直接訪問官網下載，點選Download按鈕。
Anaconda3最新版本是4.8.3，對應的Python版本是3.8。為了更好的相容，不建議下載最新的Anaconda3版本。
2）官網下載太慢，選擇國內映象，通過日期找到所需的版本。
3）Windows-x86_64 表示64位的Windows系統，不要選錯。如果不知道下載哪一版本，可以參考
博主選擇的是 Anaconda3-2018.12-Windows-x86_64.exe，對應的 Python3.7.1
4）安裝時勾選，新增環境命令；.
2 安裝CUDA10
這部分僅針對NVIDIA顯示卡使用者，滿足安裝GPU版本的TensorFlow才需要進行，若AMD顯示卡直接跳轉到後面CPU版本的TensorFlow配置部分。
1、檢視本機的CUDA驅動適配版本
桌面右鍵開啟英偉達控制面板，點選幫助->系統資訊->元件
這裡本機支援 CUDA10.2.141 以下版本
或者cmd檢視：nvidia-smi
博主選擇下載了 10.0 版本（供參考）
2、C盤空間還夠，所以直接裝到C盤預設路徑，方便以後好找
選擇自定義安裝，不需要的東西不予勾選。VS沒有安裝的話不勾選VS整合（否則會安裝失敗）。
CUDA的驅動版本低於當前，所以不勾選（否則可以勾選提升下驅動版本）
安裝成功！
控制面板 > 程式 > 解除安裝程式，可以看到剛才安裝的元件。
CMD命令檢視是否安裝成功：nvcc --version
2.1 cuDNN
官網下載：https://developer.nvidia.com/rdp/cudnn-archive
需要註冊賬號並登入才能下載，下載完畢後解壓，將cuDNN壓縮包內對應的檔案複製到[CUDA安裝路徑](C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0)的 bin、include、lib目錄。
2.2 新增環境變數
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
3 TensorFlow安裝
3.1 CPU版本TensorFlow
-
檢查Anaconda是否安裝成功：
conda --version
-
檢測目前安裝了哪些環境：
conda info --envs
-
檢查目前有哪些版本的python可以安裝：
conda search --full-name python -
安裝不同版本的python：
conda create --name tensorflow python=3.5.2使用清華映象，進入Anaconda Prompt（win左下角搜尋即可找到），輸入命令：
# 新增Anaconda的TUNA映象
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# 設定搜尋時顯示通道地址
conda config --set show_channel_urls yes
然後再輸入：conda create -n tensorflow python=3.5.2
安裝完成
-
切換新環境：
conda activate tensorflow
-
安裝CPU版本的TensorFlow，輸入：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==1.2.0
-
更新pip，使用映象：
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple
-
測試：首先鍵入
python，然後輸入import tensorflow as tf
第一次產生警告，再輸入一次正常（如果嘗試不行再根據報錯百度）
CPU版本成功後，再來裝一個 GPU 版本
3.2 GPU版本TensorFlow
-
建立環境：
conda create --name tensorflow-gpu python=3.7.1 -
檢測目前安裝了哪些環境：
conda info --envs
-
啟用環境：
conda activate tensorflow-gpu -
更新pip：
python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple -
下載GPU版本的TensorFlow：
pip install --ignore-installed --upgrade tensorflow-gpu阿里雲 http://mirrors.aliyun.com/pypi/simple/
清華大學 https://pypi.tuna.tsinghua.edu.cn/simple/
中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/使用映象：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==2.0.0
-
安裝cuda：
pip install cudatoolkit=10.0.130 -
安裝cudnn：
pip install cudnn=7.6.5 -
檢視當前環境下已安裝的包：
conda list
