通过anaconda环境来安装tensorflow-gpu人工智能学习系统

TensorFlow人工智能学习系统的下载与安装

第一步：配置所需的相关环境
小编配置成功的环境为：
操作系统：windows10
编译器：vs2019
anaconda版本：3.7
python版本：3.7.6
CUDA Toolkit版本：9.0
CUDNN版本：7.0
TensorFlow版本：1.12.0
一定要注意以上各个版本之间 的对应关系。不要安装别的版本。否则会导致TensorFlow无法使用。
可以去官网查询TensorFlow与cuda之间 的版本要求
点击查看最新tensorflow支持的CUDA版本：https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support

安装tensorflow的硬件与软件的要求

查看你的显卡的计算能力
https://developer.nvidia.com/cuda-gpus

打开你的“NVIDIA控制面板”-——点击系统信息——点击显示与组件 ，查看你的电脑的显卡驱动版本与支持的cuda版本

第二步：下载安装CUDA与CUDNN
在下载之前可以先配置好anaconda与python的版本。
详细的请参照我上一篇博客。
cuda官网下载链接：https://developer.nvidia.com/cuda-toolkit-archive

点击下载自己需要的版本

下载cuDnn 7.0
官网下载地址：https://developer.nvidia.com/rdp/cudnn-archive



下载好了 CUDA Toolkit 9.0 和 cuDnn 7.0，下面我们开始安装

点击cuda.exe安装程序



安装完成后配置cuda的环境变量
下面是小编的环境变量的配置，你们按照自己cuda的安装路径配置
D:\Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64;

D:\Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;

D:\Downloads\CUDA10.1\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\libx64;

解压cudnn的压缩包
将对应的bin、lib、include与CUDA10.1对应的bin、lib、include进行合并

调用下列命令，创建一个名为“tensorflow”的conda环境
conda create -n tensorflow pip python=3.7
（这个命令表示在anaconda的envs目录下创建一个名字叫TensorFlow的conda环境）


安装完成后激活这个tensorflow环境
通过以下命令激活conda环境：
activate tensorflow
激活后，开始在这个环境里面进行安装
安装GPU版本的tensorflow需要输入以下命令：
pip install tensorflow_gpu -i http://pypi.mirrors.ustc.edu.cn/simple --trusted-host pypi.mirrors.ustc.edu.cn
（采用国内的清华的镜像源下载）

最后出现上面的画面则安装成功
在安装完tensroflow后，由于我们是新创建的conda环境，该环境中基本上是空的，有很多包和IDE并没有安装进来
通过以下命令安装Anaconda基础包 （要在刚创建的tensorflow中执行命令）
先打开这个环境
activate tensorflow
然后执行以下命令
conda install anaconda
等待安装完成基础包
安装完成后

打开这个环境
activate tensorflow
在输入
Python
然后import TensorFlow


出现上面的界面TensorFlow—gpu环境安装成功
在VSCODE环境中切换conda 的环境