Windows 10 下 Anaconda 轻松安装 Tensorflow 2.0 GPU 版本

开学换了新电脑，联想入门级游戏本 Y7000P，显卡 GTX 1660Ti。正好学院开了人工智能实践课，框架使用 Tensorflow 2.0。虽然没选上，但是跟着做做实验玩玩也是极好的。考虑不会有大的工程项目，跑跑学习用的数据大概还是足够了。这里记录下安装的过程，方便有类似需求的人参考。

安装 Anaconda

前往官网下载，选 Python 3.7 版本，安装过程简单。如果你没有安装过 Python 的话可以勾选“添加到环境变量”选项。建议一台 PC 上只保留一个 Python 路径，避免以后产生冲突。

安装 CUDA

同样我们前往官网下载。点击 Legacy Releases 选项，找到 10.0 版本，按如图所示选择即可。

一般来说，安装的时候会自动添加 CUDA 到环境变量，如果你执行下一步时测试失败，请到环境变量中检查如下路径项：

并检查 Path 变量中是否添加了：

NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

• Note 1:
  最下面一项，选择 network 是下载一个安装器，local 则是下载整个安装包。看你的网速或者喜好决定。
• Note 2:
  这里是第一个坑。我第一次尝试时安装了最新的 10.1 版本，结果 import tensorflow 时直接报错，缺少文件 “cudart64_100.dll”，检查如下地址：

NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin

发现有 “cudart64_101.dll”，说明辣鸡 Tensorflow 目前还不支持 CUDA 10.1，因此不得不卸载重装 10.0 版本。

• Note 3:
  安装时最好选择自定义模式，如果你不使用 Visual Studio 开发的话记得取消相关的插件选项。
• Note 4:
  如果你的系统盘够用，建议还是安到系统盘，以免以后有不按套路出牌的软件夏姬八报错。

安装 cuDNN

同样进入官网，
这一步需要一个 NVIDIA 开发者账号，没有的话注册一个就行。
选择我们亲爱的 10.0 版：

下载后解压，发现里面有三个文件夹：bin, include, lib
将其粘贴到 CUDA 10.0 的根目录：

NVIDIA GPU Computing Toolkit\CUDA\v10.0\

并没有可执行文件的安装。其实这就相当于一个补丁。

测试 CUDA

我们打开命令提示符，输入：

nvcc -V

如果你能看到这样的结果：

那么已经取得了阶段性的胜利了！

安装 Tensorflow 2.0

一句话概括：Anaconda 解千愁！
打开 Anaconda Prompt，首先为 Tensorflow 2.0 配置一个环境：

conda create -n tf2

接着进入该环境：

activate tf2

下一步安装 Tensorflow GPU 版：

pip install tensorflow-gpu==2.0.0rc1

读完条没出意外的话，安装完成了！

• Note :
  我这里虽然写得简单，但实际是大家容易报错的一块儿。这里的错误常常与网络问题有关，请自行想办法解决。

测试 Tensorflow 2.0

输入 python 进入 Python 交互环境。依次输入以下代码：

import tensorflow as tf 
print(tf.__version__)
print(tf.test.is_gpu_available())

import os 
os.system("nvidia-smi")

如果看到如下结果（重点是版本号和那个 True！）：


那么恭喜你，Tensorflow 2.0 GPU 版本到此已经顺利完成了。让我们踏上机器玩耍之旅吧！

参考资料：

1. https://blog.csdn.net/liuyong5573/article/details/85472808
2. https://blog.csdn.net/u011119817/article/details/88309256