Windows和ubuntu下使用Anaconda中安装tensorflow-gpu的简单方法

首先创建新的虚拟环境

避免新装的模块对原来的环境造成影响，一般需要新建一个虚拟环境来安装tensorflow。通过下面这一行命令来创建，其中-n后面的“tensorflow”是新建的环境名称，可以根据自己的需要来设置，后面“python=3.6”为新建环境中python的版本。

conda create -n  tensorflow python=3.6

激活新建的环境

每次进入环境需要通过下面一条命令,即“activate 环境名”

activate tensorflow

如果忘记自己虚拟环境的名字，可以查看conda中的所有虚拟环境:

conda env list

激活后会看到命令行前面出现一个显示环境名的括号

安装tensorflow

一般安装tensorflow需要先安装CUDA和CUDNN，这样经常会因为CUDA、CUDNN和tensorflow的版本不匹配而导致各种错误，这里使用conda的指令安装tensorflow可以附带着一起把CUDA和CUDNN一起安装到虚拟环境中。

安装CPU版本的tensorflow:

conda install -c anaconda tensorflow

安装GPU版本的tensorflow:

conda install -c anaconda tensorflow-gpu

查看tensorflow软件包列表:

conda search tensorflow-gpu

安装指定版本:

conda install -c anaconda tensorflow-gpu==1.13.1

需要等待一段时间，会自动装好tensorflow以及相关的包。

这样安装会很方便，成功率高。但是我遇到过使用时报错，提示numpy出错，后来发现是安装tensorflow时附带安装的numpy版本低，但是又不能直接更新numpy。
这时候需要卸载numpy，会自动连tensorflow一起卸载，然后单独安装一个高版本的numpy，再把tensorflow装回去。

测试

输入python开始编辑代码

import tensorflow as tf
sess = tf.Session()
a = tf.constant(1)
b = tf.constant(3)
sess.run(a+b)

如果使用GPU版本，会显示型号的显存等信息。

参考连接：
[1]: anaconda安装tensorflow https://www.cnblogs.com/aloiswei/p/6510355.html