Tensorflow-gpu 2 安装流程

        重装过很多次Tensorflow了，每次安装前都以为自己已经很熟练了，但是安装过程中还是得搜一下教程，而且还会漏掉一些步骤。所以我决定，将我当前认为较为简单的安装方式写下来，以备不时之需。
1.安装Anaconda
        这一步应该是没有啥注意的，我是官网无脑下载的，且在安装过程中没有设置环境变量。这步直接过了…
2.确定版本
        安装GPU版本需要安装CUDA以及cuDNN，下表给出了2.0及以上版本所对应的Python、cuDNN以及CUDA版本。

Tensorflow-gpu版本	Python版本	cuDNN版本	CUDA版本
2.4.0	3.6-3.8	8.0	11.0
2.3.0	3.5-3.8	7.6	10.1
2.2.0	3.5-3.8	7.6	10.1
2.1.0	3.5-3.7	7.6	10.1
2.0.0	3.5-3.7	7.4	10

        需要注意的是： CUDA的安装只能下载上表中对应的版本。如果想安装Tensorflow2.3.0，却下载了10.2版本的CUDA，则需要重新下载10.1版本。
        以安装Tensorflow2.3.0为例，需要安装10.1版本的CUDA以及7.6版本的cuDNN。
3.安装CUDA
        

进入CUDA的官网会提示安装最新版本的CUDA，想要下载其他版本的CUDA，可以点击下方链接进行下载：

https://developer.nvidia.com/cuda-toolkit-archive

进入网站后找到对应的版本下载安装即可

选择上图所示版本后进入下图界面进行安装即可

安装过程选择自定义安装后一直下一步即可。下载的文件默认在下图位置：

安装完成后添加系统变量，在我的电脑右键属性->高级系统设计->环境变量->系统变量 可以看到有如下4行，安装好后就存在的。

我们在系统变量里找到Path，然后点编辑添加环境变量

需要将红框中的四项添加进去并移动到最顶端。操作完成后我们Win+R输入cmd，之后输入nvcc -V 可以看到如下提示，则证明安装且配置成功

4.安装cuDNN
进入下述网站选择对应版本的cuDNN进行安装，安装需要登录账号，登录一下就可以了，也不废话了。如果下载慢可以用镜像源或者直接用迅雷进入下载网址进行下载。

https://developer.nvidia.com/rdp/cudnn-archive

解压好的cuDNN如下图左侧所示，我们将对应的文件夹里的内容复制到cuda10.1文件夹下即可。

这里给出本次下载所使用的cuDNN 7.6.5版本压缩包，需要的自提：

链接：https://pan.baidu.com/s/1vr-9QBOJbdnxGBulUasqGw
提取码：abcd

5.安装Tensorflow
打开Anaconda Prompt会进入我们的base环境，我们首先使用如下语句新建一个名为tensorflow环境，并且下载Python 3.8：

conda create -n tensorflow Python=3.8

安装成功后我们执行如下代码进入该环境：

activate tensorflow

进入该环境后就可以下载tensorflow-gpu了，我们使用pip以及镜像源进行下载，下载语句如下：

pip install tensorflow-gpu==2.3.0 -i https://pypi.douban.com/simple/

等待下载完成即可

6.验证安装
在Anaconda Prompt中的tensorflow环境中输入如下指令安装matplotlib以及notebook：

pip install matplotlib notebook -i https://pypi.douban.com/simple/

安装结束后再输入jupyter notebook 打开网页。之后点击New->Python3新建文文件。

文件新建后输入如下代码会输出：2.3.0 ，则证明安装成功。

import tensorflow as tf
print(tf.__version__)

Over！