windows 下 Python3.7 安装 tensorflow-gpu 版本
windows 下 Python3.7 安装 tensorflow-gpu 版本
1. 电脑要求
win10和Nvidia显卡（1050Ti及最新驱动）
2. 创建 conda 环境
#命令创建python版本为X.X、名字为your_env_name的虚拟环境。
conda create -n your_env_name python=X.X（2.7，3.6，3.7等)
conda remove -n your_env_name --all
3. 激活环境
activate your_env_name
4. 在环境中使用 conda 安装 tensorflow-gpu 版本
conda install tensorflow-gpu
pip install tensorflow-gpu -i https://pypi.douban.com/simple
pip install -U tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple
安装过程默认yes
5. 测试 tensorflow-gpu 是否安装成功
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
tf.test.is_gpu_available()
## tensorflow 2.0
import tensorflow as tf
sess=tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
6. jupyter 的相关配置
6.1 激活对应的conda环境，前面没有退出就不需要
conda activate tensorflow
6.2 安装ipykernel
conda install ipykernel
6.3 将环境写到 kenel 里面
python -m ipykernel install --user --name tensorflow --display-name "Python (python36)"
其中 tensorflow 为自己想在 jupyter 运行的环境，后面的 Python (python36) 为新的 kenel 的名字，然后切换到自己想工作的目录下执行 jupyter 命令，目录的切换不多说
jupyter notebook
或者
jupyter lab
6.4 初始选择启动新的 .ipynb ，直接选择自己的kernel
6.5 如果是已经工作的 .ipynb 则选择切换 kernel
点击Kernel，选择Change Kernel
选择自己的 kernel 环境，kernel的位置有的会不一样，选择刚刚自己设置好的kernel
