tensorflow-gpu(cpu)安装教程

tensorflow-gpu(cpu)安装教程
由于换过电脑，所以配过多次tensorflow环境，以前同样的步骤，但是或多或少都遇到抗.

看过许多网上的关于cpu/gpu版本的教程，主要是gpu版本安装，因为涉及tensorflow-gpu版本号和cuda号和cudnn版本，以及自己电脑显卡能支持的cuda,***总结***网上大部分的gpu环境教程，主要分以下几步：
（1）根据自己电脑显卡的支持的cuda，下载cuda和cudnn，进行安装包括相关的环境变量添加
（2）下载安装anaconda
（3）anaconda中创建虚拟环境，然后pip install tensorflow

上述（1）需要自己手动下载安装cuda包括添加环境变量，前提是找到自己显卡对应的cuda，上述（3）直接使用pip install比较暴力直接，而且安装的时候，你还不知道自己安装的是哪个版本的tensorflow,一般pip下载最新的tensorflow,再者最新的版本不一定适用于自己的电脑（显卡），特别是gpu版本的，最后花了大量时间去捣鼓，也不一定能用这个环境

对于有严重强迫症的我来说，上述方法不太放心，手动下载cuda一步一步配，配到最后，还不一定能用，也不知道自己装的哪个版本tensorflow；会很心塞的

这个周末终于静下心来研究了一下，在我新电脑上配置了一个tensorflow-gpu1.13环境，测试可用（import tensorflow as tf）
自己总结了一个认为很简单的（cpu/gpu）安装步骤，这里主要是写一下gpu的搭建，具体如下：
（1）第一步是必不可少的，得需要知道自己电脑能支持哪些gpu版本的tensorflow，主要就是看显卡所能支持的cuda,确定了cuda版本，可以根据cuda确定自己能安装的t哪几种ensorflow-gpu版本
（注：cuda和tensorflow-gpu版本对应关系可百度博客）

（2）安装anaconda软件，很简单，但是在安装过程到下一界面时，要勾选如图，将anaconda自动添加系统环境变量，省得后面手动添加麻烦

（3）开始真正搭建tensorflow-gpu

a.打开anaconda prompt

b.创建虚拟环境（用anaconda的好处，创建多个虚拟环境，搭建不同的环境，彼此不影响）
命令：conda create -n env_name python=xxx
env_name:创建的环境名（自己命名）
xxxx:python版本号

c.激活（进入虚拟环境）
命令：activate env_name（即你创建的环境名）

d.搜索tensorflow-gpu版本资源，会出现很多平台资源
命令：anaconda search -t conda tensorflow-gpu
出现以下信息：
(gpu) C:\Users\Administrator>anaconda search -t conda tensorflow-gpu
Using Anaconda API: https://api.anaconda.org
Packages:
Name | Version | Package Types | Platforms | Builds
------------------------- | ------ | --------------- | --------------- | ----------
xxxx/tensorflow-gpu | 1.1.0 | conda | linux-64 | py37_0
: TensorFlow is an end-to-end open source platform for machine learning

根据电脑实际情况，支持的版本，选择，假如我想选择第一个资源

接下来就是搜索这个资源对应的下载通道和详细版本；
命令：anaconda show Bjrn/tensorflow-gpu

出现以下该资源详细信息版本和下载通道
(gpu) C:\Users\Administrator>anaconda show Bjrn/tensorflow-gpu
Using Anaconda API: https://api.anaconda.org
Name: tensorflow-gpu
Summary: TensorFlow is an end-to-end open source platform for machine learn
Access: public
Package Types: conda
Versions:

• 1.1.0

To install this package with conda run:
conda install --channel https://conda.anaconda.org/xxxx tensorflow-gpu

输入资源下载通道和指定版本（如果上面的Versions有多个版本，可选择），显示即将安装的包
命令：conda install --channel https://conda.anaconda.org/Bjrn tensorflow-gpu==1.1.0
显示如下：包含版本配套的cuda和cudnn包，免去自己手动安装

最后输入y，确认安装即可；至此整个环境搭建结束

安装成功后，import tensorflow as tf测试一下即可。个人认为这是最简便的方式。