pythorch及tensorflow2.0以上版本的安装

前言

从tensorflow1.X用到现在了，pytorch也是去年接触的，这两个框架都属于更新比较快的，因此难免更新自己的版本。最头疼的莫过于CUDA，cudnn这些东西的版本匹配。以前看了不少教程，让我们安装cuda，cudnn，配置环境变量。其实，这两个框架的GPU版本配置早就很简单很简单了！根本不用下载CUDA，cudnn这些！

准备工作

要准备的就两点：
1.Anaconda/Miniconda的安装
2.GPU驱动版本的确认
首先是Anaconda，你可以下载官方的，也可以通过清华镜像下载，个人推荐miniconda，启动快，功能都有，不用修改环境变量，这些统统都是多余的！接下来建议采用conda安装pytorch这些，因此可以换conda清华源，具体怎么做点进去有教程，如果换源后出现问题可以去掉“-default”，把https改为http。
其次是驱动，首先你要有N卡，其次你要确定N卡是否支持，可以通过谷歌搜索“你的GPU型号+SPECIFICATION”确定是否支持cuda。

pytorch安装

打开pytorch官网，调整好自己所需的内容：

在这里插入图片描述

注意：
1.如果你用清华源需要去掉 “-c pytorch”；
2.cuda 10.2以上版本需要vs编译环境的支持，最简单的方法是安装vs，也可以安装vs developtoolkit
以上，装完了，不用配置cuda，都是多余的，因为你在安装时conda会自动安装。测试是否安装成功：

activate “环境名”
python

import torch
torch.cuda.is_available()

正常的话就会输出True

tensorflow安装

打开官网，官网没conda指令，你可以：

conda install tensorflow-gpu

在安装cudatoolkit和cudnn，注意要与你安装的tf对应：

conda install cudatoolkit=10.1
conda install cudnn=7.6.5

测试，结束。