TensorFlow 2 安装说明

1 安装ANACONDA Python:3.7

1.1 网上下载

网址：https://www.anaconda.com/products/individual

1.2 确认安装

打开CMD窗口，输入conda list 命令，看是否列举系统中安装的包名录。

2 安装CUDA

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。

2.1 安装CUDA 10.0

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

下图中，NEW Version一定要大于等于Current Version才勾选复选框，否则取消选择。

确认是否安装成功：在此目录下是否有nvcc这个EXE文件。
确认CUPTI是否安装成功：

2.2 下载cuDNN

CUDA与cuDNN的关系：https://www.jianshu.com/p/622f47f94784
CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。但是CUDA这个工作台买来的时候，并没有送扳手。想要在CUDA上运行深度神经网络，就要安装cuDNN，就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作，工作速度相较CPU快很多。

需要NVIDIA注册

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

下载完成后，解压后，将文件名更改为”cudnn”后，拷贝到CUDA的安装目录下：

3 配置环境变量

配置系统环境变量“PATH”，将下图中框选的4个路径放在最上面。

4 安装TensorFlow、Keras

所有操作都是在cmd中安装

4.1 安装TF2.0

国内源安装TF2.0版。

pip install -U tensorflow-gpu==2.0.0  -i https://pypi.tuna.tsinghua.edu.cn/simple

4.2 conda常用命令

列出计算机中安装的所有版本

conda list tensorflow #列举系统中安装了哪些版本的TF

卸载某个版本

conda uninstall tensorflow-gpu
conda uninstall tensorflow-gpu-estimator

4.3 检查是否安装成功

import tensorflow as tf
print (tf.__version__)
print(tf.test.is_gpu_available())  # 是否支持GPU计算

4.4 安装VS 2017运行环境

在win10下，需要安装vc++2017的运行库（64位vc_redist.x64）！！！！！

4.5 安装keras

pip install -U keras  -i https://pypi.tuna.tsinghua.edu.cn/simple